Scaling Data Pipelines with Spark NLP

• 熟悉 Apache Spark
• Python 程式设计经验

观众

• 数据科学家
• 开发人员

Spark NLP 是一个开源库，基于 Apache Spark 构建，用于使用 Python、Java 和 Scala 进行自然语言处理。它广泛用于企业和垂直行业，例如医疗保健、金融、生命科学和招聘。

这种讲师指导的即时培训（在线或现场）面向希望使用 Spark NLP（构建在 Apache Spark 之上）来开发、实施和扩展自然语言文本处理模型和管道的数据科学家和开发人员。

在本次培训结束时，参与者将能够：

• 设置必要的开发环境以开始使用 Spark NLP 构建 NLP 管道。
• 了解使用 Spark NLP 的功能、架构和好处。
• 使用 Spark NLP 中提供的预训练模型来实现文本处理。
• 了解如何为生产级项目构建、训练和扩展 Spark NLP 模型。
• 对实际使用案例（临床数据、客户行为洞察等）应用分类、推理和情绪分析。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在即时实验室环境中动手实施。

课程自定义选项

• 要申请本课程的定制培训，请联系我们进行安排。

介绍

• Spark NLP vs NLTK vs spaCy
• Spark NLP 功能和架构概述

开始

• 设置要求
• 安装Spark NLP
• 一般概念

使用预先训练的管道

• 导入所需的模组
• 默认注释器
• 载入管道模型
• 转换文字

构建 NLP 管道

• 了解管道 API
• 实现 NER 模型
• 选择嵌入
• 使用单词、句子和通用嵌入

分类和推理

• 文件分类使用案例
• 情绪分析模型
• 训练文件分类器
• 使用其他机器学习框架
• 管理 NLP 模型
• 优化模型以实现低延迟推理

故障排除

总结和后续步骤