Traitement du langage naturel

Comprendre le machine learning

Sara Billen

Curriculum Manager at DataCamp

Traitement du langage naturel (NLP)

La capacité des ordinateurs à comprendre la signification du langage humain

Comprendre le machine learning

Sac de mots

Sac de mots

Comprendre le machine learning

Sac de mots

« U2 est un super groupe »

Mot Nombre
U2 1
Queen 0
est 1
un 1
super 1
groupe 1

« Queen est un super groupe »

Mot Nombre
U2 0
Queen 1
n’est 1
un 1
super 1
groupe 1
Comprendre le machine learning

Sac de mots : n-grammes

« Ce livre n'est pas super »

Mot Nombre
Ce 1
livre 1
n’est 1
pas 1
super 1

2-gramme (bi-gramme)

Mot Nombre
Ce livre 1
livre n’est 1
n'est pas 1
pas super 1
Comprendre le machine learning

Sac de mots : limitations

  • Le nombre de mots ne nous aide pas à prendre en compte les synonymes
  • Exemple : « bleu »
    • « bleu ciel »
    • « bleu marine »
    • « bleu céruléen »
  • Vous souhaitez les regrouper en une seule caractéristique

bleu

Comprendre le machine learning

Plongement lexical

Plongement lexical

  • Créer des caractéristiques qui regroupent des mots similaires
  • Les caractéristiques ont une signification mathématique :

$$

king - man + woman = queen

Comprendre le machine learning

Traduction linguistique

Traduction avec réseau neuronal

Comprendre le machine learning

Applications

  • Traduction linguistique
  • Chatbots
  • Assistants personnels
  • Analyse des sentiments
  • ...

Homme en train de discuter avec un bot sur un smartphone

Comprendre le machine learning

Deep learning

  • Deux types de problèmes
    • Vision par ordinateur
    • Traitement du langage naturel ({{3}})
  • Pourquoi le deep learning ?
    • Problèmes complexes
    • Extraction automatique de caractéristiques
    • Beaucoup de données

Comprendre le machine learning

Passons à la pratique !

Comprendre le machine learning

Preparing Video For Download...