Kapitel 1: Wörter, Ausdrücke, Entitäten und Konzepte finden

Dieses Kapitel zeigt dir die Grundlagen der Textverabeitung mit spaCy. Du lernst die Datenstrukturen kennen, wie du mit statistischen Modellen arbeitest und wie du sie verwenden kannst, um linguistische Eigenschaften deines Texts vorherzusagen.

Kapitel 2: Großangelegte Datenanalyse mit spaCy

In diesem Kapitel verwendest du deine neuen Skills, um konkrete Informationen aus großen Textmengen zu extrahieren. Du lernst außerdem, spaCys Datenstrukturen optimal zu nutzen und statistische und regelbasierte Strategien für Textanalyse effektiv zu kombinieren.

Kapitel 3: Pipelines für Textverarbeitung

In diesem Kapitel geht es um alles, was du über spaCys Pipelines für Textverarbeitung wissen musst. Du lernst, was hinter den Kulissen passiert, wenn du einen Text verarbeitest, wie du deine eigenen Komponenten erstellen und sie zur Pipeline hinzufügen kannst, und wie du benutzerdefinierte Attribute nutzen kannst, um deine eigenen Metainformationen zu Dokumenten, Spans und Tokens hinzuzufügen.

Kapitel 4: Trainieren eines neuronalen Netzwerks

In diesem Kapitel lernst du, wie du spaCys statistische Modelle aktualisieren und für deine spezielle Anwendung anpassen kannst – zum Beispiel, um eine neue Art von Entität in Online-Kommentaren vorherzusagen. Du wirst deine eigene Trainingsschleife schreiben und die Grundlagen des Trainingsprozesses verstehen, samt Tipps und Tricks, die deine NLP-Projekte erfolgreicher machen.

Über diesen Kurs

spaCy ist eine moderne Python-Bibliothek für industriestarkes Natural Language Processing. In diesem kostenlosen und interaktiven Onlinekurs lernst du, mithilfe von spaCy fortgeschrittene Systeme für die Analyse natürlicher Sprache zu entwickeln und dabei sowohl regelbasierte Verfahren, als auch moderne Machine-Learning-Technologie einzusetzen.

Über mich

Ich bin Ines, eine Hauptentwicklerin von spaCy und Gründerin von Explosion. Mein Spezialgebiet sind moderne Entwicklertools für KI, Machine Learning und NLP. Ich baue außerdem supergern Dinge fürs Web.