Обработка естественного языка (NLP)

О курсе

Курс о работе с текстом как данными: как превратить сырой текст в признаки, классификации, извлечённые сущности и генеративные выводы, которые можно измерить и которым можно доверять. Задача — не просто «запустить NLP-библиотеку», а разобраться, что происходит с текстом на каждом шаге и где по дороге теряется смысл.

Обучение движется от токенизации и нормализации текста через мешок слов и эмбеддинги к классификации с размеченными данными, извлечению именованных сущностей и полей, суммаризации и оценке генеративного вывода без эталона. Каждый блок закрывается отчётом на своих данных: например, отчёт о представлении текста со счётным бейзлайном и списком сильных признаков или конвейер извлечения для одного типа документов.

Курс для разработчиков и аналитиков, которые уже работают с текстовыми данными и хотят перейти от вызова готового API к пониманию, что внутри. Нужны базовый Python и общее знакомство с тем, как строятся модели машинного обучения — программированию с нуля курс не учит.

Чему вы научитесь

• Токенизировать и нормализовать текст на разных языках
• Строить статистические и эмбеддинг-представления текста
• Настраивать и оценивать классификатор текста на несбалансированных данных
• Извлекать именованные сущности, поля и связи из документов
• Оценивать суммаризацию и генеративный вывод без эталонного ответа
• Разбирать, где рвётся текстовый пайплайн на реальных данных
• Учитывать дрейф языка, приватность и стоимость при выборе модели
• Сравнивать классификатор общего назначения с обученной моделью

Что останется после курса

• Набор отчётов по каждому блоку — от представления текста до эксплуатационного разбора пайплайна
• Рабочий классификатор текста с измеренными метриками на несбалансированных данных
• Конвейер извлечения информации для одного типа ваших документов
• Сертификат на платных тарифах

Курс не подходит тем, кто хочет получить готовый промпт для чат-бота без разбора того, что происходит с текстом внутри.