Seminar AI/Robotics

• Einführung in NLP
  • NLP verstehen
  • NLP-Rahmenwerke
  • Kommerzielle Anwendungen von NLP
  • Scraping von Daten aus dem Web
  • Arbeiten mit verschiedenen APIs zum Abrufen von Textdaten
  • Arbeiten und Speichern von Textkorpora mit Speicherung von Inhalten und relevanten Metadaten
  • Vorteile der Verwendung von Python und NLTK Crash-Kurs
• Praktisches Verständnis eines Korpus und eines Datensatzes
  • Warum brauchen wir ein Korpus?
  • Korpus-Analyse
  • Arten von Datenattributen
  • Verschiedene Dateiformate für Korpora
  • Vorbereiten eines Datensatzes für NLP-Anwendungen
• Verstehen der Struktur eines Satzes
  • Bestandteile von NLP
  • Verstehen natürlicher Sprache
  • Morphologische Analyse - Stamm, Wort, Token, Sprachtags
  • Syntaktische Analyse
  • Semantische Analyse
  • Umgang mit Mehrdeutigkeit
• Vorverarbeitung von Textdaten
  • Korpus - Rohtext
    • Tokenisierung von Sätzen
    • Stemming für Rohtext
    • Lemmisierung von Rohtext
    • Stoppwort-Entfernung
  • Korpus-Rohsätzen
    • Tokenisierung von Wörtern
    • Wort-Lemmatisierung
  • Arbeiten mit Term-Document/Document-Term-Matrizen
  • Text-Tokenisierung in n-Gramme und Sätze
  • Praktische und angepasste Vorverarbeitung
• Analysieren von Textdaten
  • Grundlegende Merkmale von NLP
    • Parser und Parsing
    • POS-Tagging und Tagger
    • Name-Entity-Erkennung
    • N-Gramme
    • Bag of words
  • Statistische Merkmale von NLP
    • Konzepte der Linearen Algebra für NLP
    • Probabilistische Theorie für NLP
    • TF-IDF
    • Vektorisierung
    • Kodierer und Dekodierer
    • Normalisierung
    • Probabilistische Modelle
  • Fortgeschrittene Merkmalstechnik und NLP
    • Grundlagen von word2vec
    • Komponenten des word2vec-Modells
    • Logik des word2vec-Modells
    • Erweiterung des word2vec-Konzepts
    • Anwendung des word2vec-Modells
  • Fallbeispiel: Anwendung von Bag of Words: Automatische Textzusammenfassung mit vereinfachten und echten Luhn'schen Algorithmen
• Dokument-Clustering, Klassifikation und Themenmodellierung
  • Clustering von Dokumenten und Pattern Mining (hierarchisches Clustering, k-means, Clustering, etc.)
  • Vergleichen und Klassifizieren von Dokumenten mit TFIDF-, Jaccard- und Cosinus-Distanzmaßen
  • Dokumentenklassifizierung mit Naïve Bayes und Maximum Entropy
• Identifizierung wichtiger Textelemente
  • Reduktion der Dimensionalität: Hauptkomponentenanalyse, Singulärwertzerlegung nicht-negative Matrixfaktorisierung
  • Themenmodellierung und Information Retrieval mit Latent Semantic Analysis
• Entitätenextraktion, Sentimentanalyse und erweiterte Themenmodellierung
  • Positiv vs. negativ: Grad der Stimmung
  • Item-Response-Theorie
  • Part of Speech Tagging und seine Anwendung: Auffinden von Personen, Orten und Organisationen, die im Text erwähnt werden
  • Fortgeschrittene Themenmodellierung: Latente Dirichlet-Allokation

Wir schulen die jeweils letzte, verfügbare Version der Software in unseren Seminaren.