Dans le cours 2 de la spécialisation Traitement du langage naturel, vous : a) créerez un algorithme simple d'autocorrection en utilisant la distance d'édition minimale et la programmation dynamique, b) appliquerez l'algorithme de Viterbi pour l'étiquetage des parties du discours (POS), qui est vital pour la linguistique informatique, c) écrirez un meilleur algorithme d'autocorrection en utilisant un modèle de langage N-gram, et d) écrirez votre propre modèle Word2Vec qui utilise un réseau neuronal pour calculer les enchâssements de mots en utilisant un modèle continu de sac de mots.
Traitement du langage naturel avec des modèles probabilistes
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Traitement du langage naturel avec des modèles probabilistes
Ce cours fait partie de Spécialisation "Traitement du langage naturel"



Instructeurs : Younes Bensouda Mourri
94 361 déjà inscrits
Demander à Coursera
1,785 avis
Expérience recommandée
Ce que vous apprendrez
Utilisez la programmation dynamique, les modèles de Markov cachés et l'intégration de mots pour mettre en œuvre l'autocorrection, l'autocomplétion et l'identification des balises de partie du discours pour les mots.
Compétences que vous acquerrez
- Catégorie : Modèle de Markov
- Catégorie : Emboîtements
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Algorithmes
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Traitement du langage naturel
- Catégorie : Probabilités et statistiques
- Catégorie : Prétraitement des données
- Catégorie : Nettoyage des données
Détails à connaître

Ajouter à votre profil LinkedIn
4 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs

Offert par
En savoir plus sur Apprentissage automatique
Statut : Essai gratuitDeepLearning.AI
Statut : Essai gratuitDeepLearning.AI
Statut : Essai gratuit
Statut : Essai gratuitDeepLearning.AI
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
79,56 %
- 4 stars
14,89 %
- 3 stars
3,41 %
- 2 stars
0,83 %
- 1 star
1,28 %
Affichage de 3 sur 1785
Révisé le 20 sept. 2024
I felt like I learned some new things from this course. Some of the maths was not as rigorous as it might have been. For example, the proof for Levenstein wasn't complete.
Révisé le 22 janv. 2022
This class is one of the best on the subject. The prof is very knowledgeable and explains concepts very clearly. The code in the assignments and lectures is super clean and structured incredibly well.
Révisé le 1 juil. 2020
This course is very good introduction to NLP Probabilistic models such as Hidden Markov model, N-Gram Language model, and Word2Vec with Python programming assignments.
Foire Aux Questions
Plus de questions
Aide financière disponible,



