Scaling Data Pipelines with Spark NLP

• 熟悉 Apache Spark
• Python 程式設計經驗

觀眾

• 數據科學家
• 開發人員

Spark NLP 是一個開源庫，基於 Apache Spark 構建，用於使用 Python、Java 和 Scala 進行自然語言處理。它廣泛用於企業和垂直行業，例如醫療保健、金融、生命科學和招聘。

這種講師指導的即時培訓（在線或現場）面向希望使用 Spark NLP（構建在 Apache Spark 之上）來開發、實施和擴展自然語言文本處理模型和管道的數據科學家和開發人員。

在本次培訓結束時，參與者將能夠：

• 設置必要的開發環境以開始使用 Spark NLP 構建 NLP 管道。
• 瞭解使用 Spark NLP 的功能、架構和好處。
• 使用 Spark NLP 中提供的預訓練模型來實現文本處理。
• 瞭解如何為生產級項目構建、訓練和擴展 Spark NLP 模型。
• 對實際使用案例（臨床數據、客戶行為洞察等）應用分類、推理和情緒分析。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在即時實驗室環境中動手實施。

課程自定義選項

• 要申請本課程的定製培訓，請聯繫我們進行安排。

介紹

• Spark NLP vs NLTK vs spaCy
• Spark NLP 功能和架構概述

開始

• 設置要求
• 安裝Spark NLP
• 一般概念

使用預先訓練的管道

• 導入所需的模組
• 默認註釋器
• 載入管道模型
• 轉換文字

構建 NLP 管道

• 瞭解管道 API
• 實現 NER 模型
• 選擇嵌入
• 使用單詞、句子和通用嵌入

分類和推理

• 文件分類使用案例
• 情緒分析模型
• 訓練文件分類器
• 使用其他機器學習框架
• 管理 NLP 模型
• 優化模型以實現低延遲推理

故障排除

總結和後續步驟