Public visé
Toute personne intéressée par le NLP : ingénieurs, analystes, Data Scientists, Data Analysts, développeurs.
Prérequis
- Connaissances fondamentales en Python
- Notions de base en Deep Learning
Objectifs pédagogiques
À l’issue de cette formation, vous serez capable de :
- Reconnaître les principes du NLP
- Mettre en œuvre les techniques NLP avec Python
- Utiliser NLTK pour le traitement de texte
- Implémenter l’analyse de sentiments
Programme
Jour 1 - Matin
Fondamentaux du NLP
- Compréhension du traitement du langage humain
- Reconnaissance de caractères et conversion texte/voix
- Tokenisation et nettoyage de données
- Résolution des ambiguïtés linguistiques
Jour 1 - Après-midi
Techniques avancées
- Named Entity Recognition (NER)
- Gestion des coréférences
- Extraction d’informations subjectives
- Panorama des outils NLP (approches statistiques, ML, DL)
- Applications : détection de spam, traduction, chatbots, analyse de sentiments
Jour 2 - Matin
NLTK et traitement de texte
- Introduction et configuration de NLTK
- Segmentation de texte avec tokenization
- Nettoyage et stemming
- Part-of-speech tagging et lemmatisation
Jour 2 - Après-midi
Analyse et classification
- Identification de phrases par chunking
- Reconnaissance d’entités nommées avec nltk.ne_chunk()
- Outils d’analyse (concordance, distribution de fréquence)
- Implémentation de l’analyse de sentiments
- Intégration avec les algorithmes de classification scikit-learn
Modalités d’évaluation des acquis
- En cours de formation, par des travaux pratiques
- Et, en fin de formation, par un questionnaire d’auto-évaluation