NLU – Natural Language Understanding mit PyTorch und Fastai

NLU – Natural Language Understanding mit PyTorch und Fastai
item image
 Buy Now
Facebook Twitter Pinterest

Price: 34.99$

Natural Language Understanding (die Verarbeitung natrlicher Sprache)ist ein Teilbereich der knstlichen Intelligenz (Artificial Intelligence), der darauf aufbaut, menschliche Sprache zu verstehen und zu manipulieren. Die Techniken aus NLU (Natural Language Understanding) bzw. NLP(Natural Language Processing) zielen darauf ab, die Lcken zwischen menschlicher Kommunikation und den Sprachverarbeitungsfhigkeiten von Computersystemen zu schlieen. Dafr setzt man eine groe Anzahl verschiedener Disziplinen ein, wie unter anderem Informatik oder auch Linguistik. Diesen Kurs solltest du buchen, wenn du: selbst Texte automatisiert analysieren mchtest Systeme mit knstlicher Intelligenz entwickeln mchtest, die Texte klassifizieren knnenendlich verstehen willst, was sich hinter den Bezeichnungen LSTM(Long Short Term Memory) und auch RNN (Recurrent Neural Networks) verbirgtselbst erkennen willst, was es bedeutet, wenn die Gradienten eines neuronalen Netzes explodieren (exploding gradients)oder verschwinden (vanishing gradients). einen Klassifizierer fr Bewertungen von Kinofilmen implementieren mchtest, der selbstndig positive von negativen Reviews unterscheiden kann. Weitere Themen, die wir in diesem Kurs betrachten werden sind: Tokenization, Numericalisation, Backpropagation in Time (bppt), Sub Batches, Multilayer RNNs, u. v. m. Die Verarbeitung natrlicher Sprache ist eine Technologie, die sich in den letzten Jahren aufgrund von immer greren Datenmengen und hheren Rechenleistungen, enorm weiterentwickelt hat. Anwendungsgebiete fr NLU(Natural Language Understanding) sind Analyse und Klassifizierung von Texten (automatische Bewertung von Produkt-Reviews), automatisierte bersetzung von einer Sprache in eine andere (machine translation). Denn Menschen kommunizieren (schriftlich, wie mndlich) in unterschiedlichen Sprachen. Mithilfe von automatisierten bersetzungen (machine translation) verringern die Grenzen zwischen Menschen. Doch auch hinsichtlich der Kommunikation zwischen Computersystemen und Menschen ist ein groer Anwendungsbereich von natural language understanding. Die Sprache der Computer ist Maschinencode oder Maschinensprache – fr die allermeisten der Menschen beinahe unverstndlich. Doch auf der untersten Schicht besteht Kommunikation zwischen Computersystemen nicht aus Worten, sondern nur auf binren Werten (also 0 oder 1). Aus diesem Muster werden logische Aktivitten abgeleitet. Aus diesem Grund muss Sprache auch in diese Binrsprache bersetzt werden. Ein Computer kann sprachliche Befehle, “Alexa, sag mir wie das Wetter morgen wird” nicht direkt verstehen. So ein Befehl muss in die Sprache der Computer bersetzt werden. Dies funktioniert aber nicht mithilfe von einzelnen Anwendungen. Solche Sprachbefehle und Sprachsteuerungen gibt schon seit Jahrzehnten, doch diese mussten ganz genau auf das System abgestimmt werden. Erst der Einsatz von deep learning Technologien (neuronale Netze) ermglichte Computersystemen mithilfe von knstlicher Intelligenz, tatschlich sprachliche Befehle von unterschiedlichen Sprechern zu verstehen. Dafr ist es jedoch erforderlich, dass aus solchen sprachlichen Befehlen zuerst die Struktur der Sprache herausgelst wird. Was ist die gewnschte Handlung?Wer ist der Adressat der geplanten Handlung? Knstliche Intelligenz und Machine Learning hat es mit Techniken aus Natural Language Understanding ermglicht, diese Strukturanalyse innerhalb von wenigen Sekunden durchzufhren und die dafr erforderliche Handlung in Maschinencode umzuwandeln. Warum ist NLP/NLUein so wichtige Disziplin im Bereich der knstlichen Intelligenz so wichtig?Erst die Anwendung von NLP/NLUTechniken versetzen Computer in die Lage, interaktiv mit menschlichen Anwendern in deren Sprache zu kommunizieren. So knnen Computer durch Natural Language Processing Texte lesen und generieren, gesprochene Sprach interpretieren, ein Sentiment ber einen Text berechnen, Texte automatisiert zusammenfassen. Textverarbeitung mittels Natural Language Understanding ist deshalb eine derart wichtige Disziplin innerhalb von knstlicher Intelligenz, weil unstrukturierte Daten in Form von Text inzwischen global die grte Datenmenge reprsentiert. Im Bereich NLUsind Systeme knstlicher Intelligenz inzwischen in der Lage, selbstndig Informationen zu korrekter Rechtschreibung, Grammatik und Syntaxregeln aus diesen unstrukturierten Informationen zu extrahieren. Hier kann Natural Language Understanding von unsupervised und semi-supervised learning Techniken profitieren. Anwendungsgebiete fr Natural Language Understanding Themenerfassung und Themenmodellierung: Knstliche Intelligenz kann die Kernaussage von Texten zusammenfassen und extrahieren und so die unstrukturierten Texte in Gruppen zusammenfassen. Kontextuelle Analyse: Aus unstrukturiertem Text wird mithilfe knstlicher Intelligenz die innere Struktur eines Textes erfasst. Kategorisierung von Inhalt: Unstrukturierte Texte werden mithilfe knstlicher Intelligenz klassifiziert und bestimmten Kategorien zugewiesen – hnlich wie die Klassifizierung von Bildern. Speech-to-Text und Text-to-Speech: Konvertierung von gesprochenem Wort zu schriftlichen Text und umgekehrt – mithilfe knstlicher Intelligenz Machinelle bersetzung (machine translation): Ein KI-System kann so auch in Echtzeit gesprochenes Wort oder Text von einer Sprache in eine anderen bersetzen. Zusammenfassung von Texten: Mithilfe von Natural Language Processing knnen Kernphrasen oder Stze aus Texten extrahiert werden, aber auch automatisch neue Zusammenfassungen in einer bestimmten Lnge auf Basis von bestehenden Dokumenten generiert werden. Natural Language Understanding im Alltagskontext Die Techniken von Natural Language Understanding finden wir bereits in einer Vielzahl von Anwendungen und Situationen im tglichen Umgang mit Computern. Die Textinhalte von E-Mails werden mithilfe von Bayesschen Spam Filtern analysiert und klassifiziert. – Ist Ihnen auch schon aufgefallen, dass die Anzahl an zugestellten Spam-Mails in den vergangenen Jahren zurckgegangen ist? Ein Triumph von Natural Language Understanding Einsatz. Sie knnen sich Sprachnachrichten von Ihrer Mobilbox direkt als Textnachricht oder E-Mail zusenden lassen. Hier ist NLUaus diem Bereich Speech-to-Text im Einsatz. Wurden Sie auf einer Webseite bei der Navigation automatisch untersttzt, indem relevante Inhalte automatisch vorgeschlagen wurden? Ja, mithilfe von Natural Language Understanding wurden die Themen und Inhalte automatisch extrahiert und mit den von Ihnen bereits angesehenen Dokumenten abgeglichen. Das korrekte Verstndnis fr Sprache und Texte ist also nicht nur fr den menschlichen Anwender ein wichtiges Element zur erfolgreichen Kommunikation. Natural Language Understanding (NLU) bzw. Natural Language Processing (NLP). Die Techniken von NLU gehen ber das reine Verstndnis der Struktur von Sprache hinaus, es sollen Mehrdeutigkeiten aufgelst werden, Wrter in den gesamten Kontext gesetzt werden. Knstliche Intelligenz auf Basis von NLU-Algorithmen bearbeiten auerordentlich komplexe Themenstellungen wie semantische Interpretation von Text, die beabsichtigte Bedeutung vom geschriebenem oder gesprochenem Wort. NLUermglicht das Erkennen von kontextabhngiger Interpretation von Dokumenten und Rckschlssen, wie wir die sprachliche Artikulation von Menschen verstehen knnen. Die Weiterentwicklung von NLPzu NLUhat bereits eine Menge an positiven Effekten fr Verbraucher und Unternehmen gebracht. Ein Algorithmus auf Basis knstlicher Intelligenz, die in der Lage ist, Nuancen und Bedeutungen der Intonation menschlicher Sprache in verschiedensten Bereichen wie Medizin, Rechtswesen, Bildung, Technik, etc. verstehen und interpretieren kann bringt enorme Fortschritte hinsichtlich der Mensch-Maschine-Kommunikation mit sich. Vor allem auch deshalb, weil unstrukturierte Texte inzwischen die grte Menge an Daten weltweit darstellen und weiter exponentiell wachsen. Mit Natural Language Understanding haben wir ein Werkzeug an der Hand, diese riesige Datenmenge sinnvoll zu analysieren und fr unsere Anwendungen knstlicher Intelligenz zu nutzen.

Leave a Reply