Direkt zum Inhalt
StartseitePython

Kurs

Natural Language Processing with spaCy

Fortgeschrittener Anfänger
Updated 12.2024
Master the core operations of spaCy and train models for natural language processing. Extract information from unstructured data and match patterns.
Kurs kostenlos starten

Kostenlos inbegriffenPremium or Teams

PythonMachine Learning4 Stunden15 Videos53 Übungen4,450 XP4,223Leistungsnachweis

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Trainierst du 2 oder mehr?

Versuchen DataCamp for Business

Beliebt bei Lernenden in Tausenden Unternehmen

Kursbeschreibung

Meet spaCy, an Industry-Standard for NLP

In this course, you will learn how to use spaCy, a fast-growing industry-standard library, to perform various natural language processing tasks such as tokenization, sentence segmentation, parsing, and named entity recognition. spaCy can provide powerful, easy-to-use, and production-ready features across a wide range of natural language processing tasks.

Learn the Core Operations of spaCy

You will start by learning the core operations of spaCy and how to use them to parse text and extract information from unstructured data. Then, you will work with spaCy’s classes, such as Doc, Span, and Token, and learn how to use different spaCy components for calculating word vectors and predicting semantic similarity.

Train spaCy Models and Learn About Pattern Matching

You will practice writing simple and complex matching patterns to extract given terms and phrases using EntityRuler, Matcher, and PhraseMatcher from unstructured data. You will also learn how to create custom pipeline components and create training/evaluation data. From there, you will dive into training spaCy models and how to use them for inference. Throughout the course, you will work on real-world examples and solidify your understanding of using spaCy in your own NLP projects.

Voraussetzungen

Supervised Learning with scikit-learnPython Toolbox
1

Introduction to NLP and spaCy

Kapitel starten
2

spaCy Linguistic Annotations and Word Vectors

Kapitel starten
3

Data Analysis with spaCy

Kapitel starten
4

Customizing spaCy Models

Kapitel starten
Natural Language Processing with spaCy
Kurs
abgeschlossen

Leistungsnachweis verdienen

Fügen Sie diese Anmeldeinformationen zu Ihrem LinkedIn-Profil, Lebenslauf oder Lebenslauf hinzu
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung

Im Lieferumfang enthaltenPremium or Teams

Jetzt anmelden

Machen Sie mit 15 Millionen Lernende und starten Sie Natural Language Processing with spaCy Heute!

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.