O processamento de linguagem natural envolve diversas etapas e técnicas no processo de extração de conhecimento a partir de textos escritos ou falados. Uma pessoa pode aprender, ao longo da vida, a falar e a se comunicar em diversas línguas.

Fazer com que um programa de computador compreenda alguma língua e seja capaz de extrair conhecimento a partir dessa língua é um desafio, pois computadores trabalham com base em sequências numéricas.

Para que um algoritmo de aprendizagem de máquina seja capaz de fornecer conhecimento a partir de um texto, é preciso que esse texto seja tratado e manipulado.

Para melhorar o processo de extração de conhecimento do texto, o algoritmo TF-IDF (term frequency-inverse document frequency) fornece um mecanismo capaz de atenuar o efeito de termos que ocorrem com muita frequência no texto para que estes sejam significativos na determinação da relevância do termo.

Neste curso online, na Unidade 1, você aprenderá como extrair características de textos por meio do algoritmo bag of words. Também aprenderá como representar textos vetorialmente e aplicar essas técnicas em um texto.

Na Unidade 2, você vai saber como o método TF-IDF funciona e quais são as suas principais diferenças em relação ao método bag of words. Além disso, você vai aprender a implementar esse método utilizando Python.

O Curso Online Métodos de Representação Vetorial de Textos é voltado a profissionais e estudantes de Inteligência Artificial, além de todo o público interessado no tema. Recomenda-se que o cursista tenha conhecimentos básicos de inteligência artificial e programação.

Este curso dispõe dos seguintes recursos de acessibilidade: cores em alto-contraste, aumento de fonte e tradução automática mediante a Língua Brasileira de Sinais (Libras). Para ativar esses recursos, acesse "minha conta" do lado direito da tela na parte superior e habilite de acordo com sua necessidade.

O conteúdo do curso ficará disponível por até 45 dias após a compra.