Programme détaillé

INTRODUCTION AU NLP ET PREPARATION DES DONNEES

PRESENTATION DU NLP ET DE SES APPLICATIONS

• Définition et enjeux du NLP : Introduction aux concepts de base du traitement du langage naturel (NLP) et son importance dans diverses applications.
• Exemples d'applications : chatbots, analyse de sentiments... : Exploration de cas concrets où le NLP est utilisé, comme les chatbots et l'analyse de sentiments.

PRISE EN MAIN DE PYTHON ET DE SES LIBRAIRIES POUR LE NLP

• Installation de Python, NLTK, SpaCy : Guide étape par étape pour installer Python et les principales bibliothèques NLP.
• Bases de la manipulation de texte en Python : Introduction aux manipulations de base de texte en utilisant Python.

PREPARATION DES DONNEES TEXTUELLES

• Problématiques de format, d'encodage : Discussion sur les défis liés aux formats et à l'encodage des données textuelles.
• Segmentation en phrases et en mots : Techniques pour segmenter du texte en phrases et en mots.
• Nettoyage : suppression des stopwords, stemming, lemmatisation : Méthodes pour nettoyer le texte, y compris la suppression des stopwords, le stemming et la lemmatisation.
• Projet pratique : nettoyage et préparation d'un corpus de textes : Exercice pratique de nettoyage et de préparation de données textuelles.

REPRESENTATION VECTORIELLE DU LANGAGE

LIMITES DES APPROCHES SYMBOLIQUES

• Sacs de mots et pondération TF-IDF : Introduction aux sacs de mots et à la pondération TF-IDF pour représenter le texte.
• Création de représentations vectorielles simples : Techniques pour créer des représentations vectorielles de base du texte.
• Mesure de la similarité entre documents : Méthodes pour mesurer la similarité entre documents textuels.

REPRESENTATIONS DISTRIBUEES : WORD2VEC

• Principe des plongements lexicaux (word embeddings) : Explication des plongements lexicaux et leur importance.
• Entraînement de word2vec sur un corpus : Guide pratique pour entraîner le modèle word2vec.
• Analogies et similarités entre mots : Exploration des analogies et des similarités générées par word2vec.
• Projet pratique : analyse de similarité dans des descriptions de films : Exercice pratique d'analyse de similarité en utilisant des descriptions de films.

TACHES DE CLASSIFICATION DE TEXTES

CLASSIFICATION DE DOCUMENTS

• Représentation par sacs de mots : Utilisation des sacs de mots pour représenter des documents.
• Entraînement de classifieurs (Naive Bayes, régression logistique) : Entraînement de modèles de classification comme Naive Bayes et la régression logistique.
• Évaluation des performances : Techniques pour évaluer les performances des modèles de classification.

ANALYSE DE SENTIMENTS

• Approches lexicales et par apprentissage : Introduction aux approches lexicales et basées sur l'apprentissage pour l'analyse de sentiments.
• Détection de la polarité et des émotions : Méthodes pour détecter la polarité et les émotions dans le texte.
• Projet pratique : classification de critiques de films positives/négatives : Exercice pratique de classification des critiques de films en positives ou négatives.

EXTRACTION D'INFORMATIONS

RECONNAISSANCE D'ENTITES NOMMEES

• Détection de personnes, lieux, organisations... : Techniques pour détecter les entités nommées dans le texte.
• Utilisation des librairies NLTK et SpaCy : Utilisation des bibliothèques NLTK et SpaCy pour la reconnaissance des entités nommées.

EXTRACTION DE RELATIONS ENTRE ENTITES

• Patrons syntaxiques simples : Utilisation de patrons syntaxiques pour extraire des relations entre entités.
• Visualisation de graphes de relations : Techniques pour visualiser les relations entre entités sous forme de graphes.
• Projet pratique : extraction d'informations à partir de descriptions de produits : Exercice pratique d'extraction d'informations à partir de descriptions de produits.

PROJET FINAL ET INTRODUCTION AUX MODELES AVANCES

PROJET FIL ROUGE : ANALYSE DE SENTIMENTS SUR DES TWEETS

• Collecte de données sur Twitter : Méthodes pour collecter des données sur Twitter.
• Préparation des données et extraction de features : Préparation des données et extraction des caractéristiques nécessaires.
• Entraînement de différents classifieurs : Entraînement de divers modèles de classification.
• Interprétation des résultats : Techniques pour interpréter les résultats obtenus.

PRESENTATION DES MODELES AVANCES

• Réseaux de neurones récurrents (RNN, LSTM) : Introduction aux réseaux de neurones récurrents et aux LSTM.
• Transformers et modèles pré-entraînés (BERT) : Présentation des transformers et des modèles pré-entraînés comme BERT.
• Application au résumé automatique et au question-answering : Exploration des applications avancées telles que le résumé automatique et le question-answering.

CONCLUSION ET PERSPECTIVES

• Synthèse des concepts clés : Récapitulatif des principaux concepts couverts pendant la formation.
• Ressources pour aller plus loin : Suggestions de ressources pour approfondir les connaissances en NLP.