Natural Language Processing mit spaCy

<article class="post-detail"> <header> <h2 class="post-title"> <a href="https://python-podcast.de/show/spacy/">Natural Language Processing mit spaCy</a> (click here to comment) </h2> <!-- link is on one line to avoid underlined whitespace --> <div class="post-card-meta"> <a href="https://python-podcast.de/show/spacy/"><time datetime="2021-03-29T00:00:00+02:00">29. März 2021</time>,</a> <span class="author">Jochen</span> </div> </header> <div class="post-body"> <section class="block-overview"> <section class="block-paragraph"> Vor etwa einem Monat bekamen wir die Anfrage von einer H&ouml;rerin (im Gespr&auml;ch f&auml;lschlicherweise als H&ouml;rer bezeichnet, sorry), doch mal etwas ausf&uuml;hrlicher &uuml;ber unsere Erfahrungen mit NLP, Transformern und <a href="https://spacy.io">spaCy</a> zu sprechen. Da wir selbst noch gar nicht so viele Erfahrungen mit spaCy gesammelt haben, haben wir&nbsp;<a href="https://ines.io">Ines</a>&nbsp;(Mitgr&uuml;nderin von <a href="http://explosion.ai">Explosion</a>&nbsp;und eine der Hauptentwicklerinnen von spaCy)&nbsp;gefragt, ob sie sich mit uns dar&uuml;ber unterhalten m&ouml;chte.<br /> <br /> Wir hatten auch noch nie einen Expertengast, der r&auml;umlich derart weit entfernt war (Australien) und daher etwas Bammel wegen Internet/Audio, aber ging gut. F&uuml;r euch getestet: Teilnahme an diesem Podcast m&ouml;glich, solange ihr irgendwo auf diesem Planeten seid :).<br /> <br /> </section> <section class="block-audio"> </section> <section class="block-paragraph"> &nbsp; </section> </section> <section class="block-detail"> <section class="block-paragraph"> &nbsp; <h2>Shownotes</h2> <p>Unsere E-Mail f&uuml;r Fragen, Anregungen &amp; Kommentare: <a href="mailto:[email protected]">[email protected]</a></p> <h3>Was ist NLP?</h3> <ul> <li><a href="http://ines.io">Ines</a>&nbsp;/&nbsp;<a href="http://explosion.ai">Explosion</a></li> <li><a href="https://en.wikipedia.org/wiki/Natural_language_processing">Natural Language Processing (NLP)</a></li> <li><a href="https://en.wikipedia.org/wiki/Document_classification">Document Classification</a>&nbsp;(Text Classification / Categorization)</li> <li><a href="https://arxiv.org/abs/1706.03762">Attention Is All You Need</a>&nbsp;- Paper, das hinter den aktuellen Fortschritten mit Transformern steckt</li> <li><a href="https://ai.facebook.com/blog/self-supervised-learning-the-dark-matter-of-intelligence/">Self-supervised learning: The dark matter of intelligence</a>&nbsp;- Blogpost von&nbsp;Yann LeCun und&nbsp;Ishan Misra</li> <li><a href="https://en.wikipedia.org/wiki/Language_model">Language Model</a></li> <li><a href="https://de.wikipedia.org/wiki/Domain-driven_Design">Domain-driven Design</a></li> </ul> <h3>spaCy</h3> <ul> <li><a href="https://prodi.gy">prodigy</a></li> <li><a href="https://spacy.io">spaCy</a></li> <li><a href="https://en.wikipedia.org/wiki/Linear_classifier">Lineare Modelle</a></li> </ul> <h3>Software 2.0</h3> <ul> <li><a href="https://youtu.be/y57wwucbXR8">Building the Software 2 0 Stack (Andrej Karpathy)</a></li> <li>prodigy gebaut mit&nbsp;<a href="https://fastapi.tiangolo.com">FastAPI</a>&nbsp;/&nbsp;<a href="https://reactjs.org">React</a></li> <li><a href="https://course.spacy.io/en/">Advanced NLP with spaCy</a>&nbsp;(Online-Kurs &uuml;ber spaCy von Ines)</li> </ul> <h3>Sich Gedanken machen - oft untersch&auml;tzt!</h3> <ul> <li><a href="https://spacy.io/universe/project/blackstone">Blackstone</a>&nbsp;- eine spaCy Pipeline zur Analyse von juristischen Texten</li> </ul> <h3>Open Source</h3> <ul> <li><a href="https://de.wikipedia.org/wiki/Halloween-Dokumente">Halloween Papers</a></li> </ul> <br /> <a href="https://konektom.org/tags/68819/" style="font-size: 13px;">&Ouml;ffentliches Tag auf konektom</a><br /> </section> </section> </div> </article>