📄️ Traitement du langage naturel
Cours premium de traitement automatique du langage naturel en français, du nettoyage Unicode à l'affinage d'un modèle préentraîné, avec un examen de 40 questions et une attestation vérifiable.
📄️ 1. Chaîne de traitement
Module 1 du cours premium NLP : normalisation Unicode, casse, ponctuation, mots vides, lemmatisation et racinisation, et ce qu'il ne faut surtout pas supprimer sur un corpus français.
📄️ 2. Tokenisation
Module 2 du cours premium NLP : vocabulaire et mots inconnus, BPE pas à pas, WordPiece, SentencePiece et pourquoi le français coûte plus cher en jetons que l'anglais.
📄️ 3. Sacs de mots et TF-IDF
Module 3 du cours premium NLP : matrice creuse, n-grammes, TF-IDF calculé à la main, régression logistique de référence sur le corpus d'avis et ce que TF-IDF ne capte jamais.
📄️ 4. Word2Vec et GloVe
Module 4 du cours premium NLP : skip-gram, CBOW, échantillonnage négatif, analogies vectorielles, GloVe et les biais que les plongements héritent du corpus d'entraînement.
📄️ 5. Plongements contextuels
Module 5 du cours premium NLP : polysémie, du modèle bidirectionnel ELMo à BERT, plongement de phrase avec Sentence-BERT, similarité cosinus et recherche sémantique sur le corpus d'avis.
📄️ 6. Classification et sentiment
Module 6 du cours premium NLP : affinage d'un encodeur préentraîné, déséquilibre des classes sur le corpus d'avis, matrice de confusion et comparaison honnête avec la référence TF-IDF.
📄️ 7. Entités nommées
Module 7 du cours premium NLP : étiquetage BIO, alignement jetons et étiquettes, métriques par entité et extraction de produits, marques et lieux dans les avis clients.
📄️ 8. Résumé et QA
Module 8 du cours premium NLP : résumé extractif contre abstractif, métrique ROUGE et ses limites, question-réponse extractive sur un passage et hallucination des modèles abstractifs.
📄️ 9. Bibliothèque Transformers
Module 9 du cours premium NLP : pipeline pour l'inférence rapide, AutoTokenizer et AutoModel, la classe Trainer et le choix d'un modèle sur le Hub selon la langue, la taille et la licence.
📄️ 10. Projet classificateur
Module 10 du cours premium NLP : chaîne complète sur le corpus d'avis en français, spécificités linguistiques (élision, accents, agglutination), comparaison TF-IDF, plongements et affinage, coût et latence.
📄️ 11. Récapitulatif et examen
Récapitulatif complet du cours premium NLP : de la normalisation Unicode au classificateur affiné servi en production, arbre de décision par tâche, puis l'examen de 40 questions.