Programa do Curso

Técnicas Avançadas de Processamento de Linguagem Natural

Introdução ao Processamento de Linguagem Natural

Aplicações Reais do PLN (Processamento de Linguagem Natural)

Sentiment Analysis

Resumo e Próximos Passos

Técnicas de Pré-processamento de Texto

Trabalhando com Google Colab

  • Introdução ao ambiente Google Colab
  • Configuração e gerenciamento de projetos PLN no Colab
  • Colaboração em tarefas de PLN no Colab
  • Introdução à análise de sentimento
  • Realizando análise de sentimento com NLTK
  • Usando SpaCy para análise de sentimento avançada
  • PLN na saúde, finanças e atendimento ao cliente
  • Usando PLN para chatbots e assistentes virtuais
  • Tendências futuras em pesquisa de PLN
  • Reconhecimento de entidades nomeadas (NER)
  • Classificação de texto
  • Modelagem linguística com modelos pré-treinados
  • Tokenização e remoção de palavras-stop
  • Radicalização e lematização
  • Técnicas de normalização de texto
  • O que é Processamento de Linguagem Natural?
  • Importância do PLN em aplicações modernas de IA
  • Bibliotecas populares para PLN: NLTK, SpaCy, Hugging Face

Requisitos

Público-alvo

  • Compreensão básica de conceitos de processamento de linguagem natural
  • Familiaridade com Python programação
  • Experiência com Jupyter Notebooks ou ambientes similares
  • Cientistas de dados
  • Desenvolvedores com experiência em Python
  • Enthusiastas da IA
 14 Horas

Próximas Formações Provisórias

Categorias Relacionadas