Formation Intelligence Artificielle (IA) - Traitement du langage naturel (NLP)

Partager cette formation Télécharger au format pdf Ajouter à mes favoris

Objectifs de formation

A l'issue de cette formation, vous serez capable de :

• Reconnaître les principes du NLP
• Mettre en oeuvre les principes du NLP avec Python.

Programme

NLP Introduction

• Comprendre le langage humain, et savoir générer des réponses en respectant les différentes étapes
• Reconnaissance de caractères, ou de la voix
• Conversion des données en texte
• Décomposition en éléments de phrase
• Nettoyage des données
• Traitement de l'ambiguité d'un mot
• Reconnaissance d'une entité nommée (NEM)
• Traitement des multiples références pour une entité
• Extraction des informations subjectives...
• Les outils de NLP et historique
• Outils statistiques, de Machine Learning, de Deep Learning
• Watson NLU
• Python
• Le NLTK
• Applications actuelles
• Solutions de détection de spam
• Traduction automatique
• Assistants virtuels
• Chatbots
• Analyses d'opinions, de sentiments...

Python et le NLTK

• Introduction
• Plate-formes supportées
• Versions de Python
• Présentation des textes et modèles fournis avec le NLTK

Exemple de travaux pratiques (à titre indicatif)

• Installation du package NLTK et des Datasets

Traitement de textes

• Etude des différentes fonctions fournies par le NLTK
• Découpage d'un texte en mots ou en phrases avec nltk.tokenize()
• Nettoyage de textes avec le filtrage de mots
• Stemming avec nltk.stem
• Alertes sur les risques d'un mauvais usage
• Etiquetage des différentes parties d'un texte avec nltk.pos-tag()
• Lemmatisation, pour identifier les formes canoniques des mots
• Identification de phrases avec le chunking

Exemple de travaux pratiques (à titre indicatif)

• Réalisation d'exemples sur des Datasets simples

Analyses de textes

• Description de nltk.ne_chunk() pour la reconnaissance d'identités nommées
• Présentation des fonctions concordance()
• Dispersion_plot()
• FreqDist

Exemple de travaux pratiques (à titre indicatif)

• Import de corpus de textes, analyse, mise en évidence de l'utilisation de termes caractéristiques

Etude de cas

• Analyse de sentiments avec nltk.sentiment
• Présentation des fonctions disponibles

Exemples de travaux pratiques (à titre indicatif)

• Mise en oeuvre sur un corpus
• Utilisation de polarity.scores()

Intégration de scikit-learn

• Import des algorithmes de classification de scikit-learn

Exemple de travaux pratiques (à titre indicatif)

• Exemple d'utilisation des algorithmes de scikit-learn depuis nltk

Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.

Modalités, méthodes et moyens pédagogiques

Formation délivrée en présentiel ou distanciel* (blended-learning, e-learning, classe virtuelle, présentiel à distance).

Le formateur alterne entre méthode** démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation).

Variables suivant les formations, les moyens pédagogiques mis en oeuvre sont :

• Ordinateurs Mac ou PC (sauf pour certains cours de l'offre Management), connexion internet fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour le distanciel)
• Environnements de formation installés sur les postes de travail ou en ligne
• Supports de cours et exercices

En cas de formation intra sur site externe à M2I, le client s'assure et s'engage également à avoir toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques...) au bon déroulement de l'action de formation visée conformément aux prérequis indiqués dans le programme de formation communiqué.

* nous consulter pour la faisabilité en distanciel

** ratio variable selon le cours suivi

Modalités d’évaluation des acquis

• Analyse des résultats individuels produits par chaque participant lors des travaux pratiques, correction au fur et à mesure du déroulé de la formation
• Réalisation d'un test complet sur un projet global de fin de formation, et analyse par le consultant formateur
• Un QCM individuel d'évaluation des acquis est proposé en fin de chaque session

Accessibilité de la formation

Le groupe M2I s'engage pour faciliter l'accessibilité de ses formations. Toutes nos formations sont accessibles aux personnes en situation de handicap : les détails de l'accueil des personnes sont consultables sur la page Politique Handicap

Modalités et délais d’accès à la formation

Les formations M2I sont disponibles selon les modalités proposées sur la page programme. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Dans le cas d'une formation financée par le CPF, ce délai est porté à 12 jours ouvrés.

Partager cette formation Télécharger au format pdf Ajouter à mes favoris