پردازش زبان طبیعی با یادگیری عمیق

1.1. معرفی دوره

14:04

2.1. معرفی پردازش زبان طبیعی

06:51

1.2. regular expression_1

16:16

2.2. regular expression_2

15:39

3.2. بخش برنامه نویسی: re library(regular expression)

19:37

4.2. بخش برنامه نویسی: nltk library (natural language toolkit)

16:54

5.2. کلمه و پیکره

11:28

6.2. word tokenization

12:59

7.2. byte pair encoding Algorithm

15:56

8.2. word normalization

14:14

9.2. edit distance

14:09

10.2. بخش برنامه نویسی: preprocess

17:34

1.3. معرفی مدل های زبانی

17:10

2.3. مدل های n-gram

16:42

3.3. مجموعه های آموزشی و ارزیابی و تست

09:04

4.3. تعریف perplexity

14:58

1.4. text classification

11:46

2.4. logistic regression

16:01

3.4. مثال هایی از دسته بندی متن با LR

15:53

1.5. precision, recall, and F1

19:10

1.6. مقدمه

15:31

2.6. معیار های فاصله

11:54

3.6. TF_IDF

13:22

4.6. بخش برنامه نویسی: TF-IDF

13:18

5.6. بخش برنامه نویسی: TF-IDF-model

16:51

6.6. word2vec1

17:05

7.6. word2vec2

16:03

8.6. بخش برنامه نویسی: word2vec

22:43

1.7. RNNها

17:57

2.7. معماری های شبکه های بازگشتی

17:33

3.7. بخش برنامه نویسی: RNN

19:09

4.7. بخش برنامه نویسی: RNN word2vec

13:05

5.7. Attention1

15:28

6.7. Attention2

12:32

7.7. معرفی transformer

16:29

8.7. self attention

13:17

9.7. incoder/decoder in transformer

16:18

10.7. GPT

18:01

11.7. BERT

18:19

1.8. part of speech tagging

18:04

1.9. Named Entity Recognition (NER)

12:20

1.10. معرفی سیستم های گفتگو

10:18

2.10. ویژگی های گفتگو

18:17

3.10. سیستم های مبتنی بر frame

15:50

4.10. chatbots

20:45

5.10. ارزیابی سیستم های گفتگو

13:38

6.10. بخش برنامه نویسی: huggingface (1)

17:38

7.10. بخش برنامه نویسی: huggingface (2)

11:02

8.10. بخش برنامه نویسی: fine-tuning

17:38

1.11. معرفی

13:48

2.11. روش های مبتنی بر محتوا

13:15

3.11. روش collaborative filtering/user item

12:50

4.11. item-item colaborate filtering

15:49

5.11. ارزیابی

09:15