シリーズのご紹介
基礎から上級までの NLP は、理論的な基礎から制作の実践まで、自然言語処理 の分野全体を習得するのに役立つコースです。このコースには、伝統的な手法と 2026 年の最新の手法の両方が含まれています。
🎯 コースを完了すると、次のことが可能になります:
- コンピューターが自然言語を「理解」する仕組みを深く理解する
- Transformer、BERT、GPT、Hugging Face エコシステムに精通している
- NLP アプリケーションの構築: テキスト分類、NER、QA、要約
- 本番環境に対応した NLP パイプラインをデプロイする
- ベトナム語特有の NLP 問題を処理できる
学習パス
パート 1: NLP 財団
- レッスン 1: NLP とは何ですか? — 分野の概要とパイプラインの概要
- レッスン 2: テキストの前処理 — トークン化、ステミング、見出し語化
- レッスン 3: トークン化の詳細 — BPE、WordPiece、SentencePiece
パート 2: 言語表現
- レッスン 4: BoW、TF-IDF、N グラム — 古典的な方法
- レッスン 5: Word 埋め込み — Word2Vec、GloVe、FastText
- レッスン 6: 文とドキュメントの埋め込み — 文-BERT、E5
パート 3: NLP のための深層学習
- レッスン 7: RNN と LSTM — 逐次文字列処理
- レッスン 8: 注意のメカニズム — NLP の転換点
- レッスン 9: トランスフォーマー — 「必要なのは注意だけです」
パート 4: 事前トレーニングされた言語モデル
- レッスン 10: BERT — ベトナム語用双方向エンコーダーと PhoBERT
- レッスン 11: GPT と自己回帰モデル — 生成 AI
- レッスン 12: ハグフェイスのエコシステム — 現代の NLP 実践
パート 5: NLP の応用問題
- レッスン 13: テキストの分類と感情分析
- レッスン 14: 固有表現認識 (NER)
- レッスン 15: 質問への回答
- レッスン 16: テキストの要約と機械翻訳
パート 6: NLP の作成とトレンド
- レッスン 17: ベトナム語のための NLP — 課題と解決策
- レッスン 18: NLP パイプラインの生成 — NLP の MLOps
- レッスン 19: 最新の LLM と NLP — RAG、エージェント、2026 年のトレンド
- レッスン 20: Capstone プロジェクト — エンドツーエンドの NLP プラットフォームの構築
前提条件
- 基本的な Python (変数、関数、クラス、リストの内包表記)
- 数学: 基本的な線形代数 (ベクトル、行列)、確率
- 機械学習（教師あり/教師なし）の基本的な理解
- NLP の経験は必要ありません
使用したツール
- Python 3.10+
- PyTorch / TensorFlow
- ハグ顔トランスフォーマー、データセット、トークナイザー
- spaCy、NLTK、ゲンシム
- Google Colab (無料 GPU)
- モデル提供のための FastAPI