LERNZIELE
- Du weißt, wie du Text akquirieren und extrahieren kannst
- Du lernst, wie man Webseiten aus dem Internet herunterlädt
- Du extrahierst Daten aus Webseiten und Office- oder PDF-Dokumenten
- Du übernimmst extrahierte Daten in eine Datenbank
- Du kannst linguistische Analysen durchführen und Landessprachen erkennen
INHALT
In diesem Kurs geht es um Datenextraktion. Zunächst laden wir gemeinsam HTML-Seiten aus dem Internet herunter und extrahieren daraus strukturierte Informationen. Da es aber nicht nur HTML-Seiten gibt, sondern im Unternehmenskontext häufig auch Office- oder PDF-Dokumente zum Einsatz kommen, konzentrieren wir uns anschließend auf die Extraktion der Inhalte aus den Dokumentformaten. Die extrahierten Inhalte werden anschließend in der Datenbank persistiert, sodass du leichter darauf zugreifen kannst. Anschließend arbeiten wir mit einem konkreten Praxisbeispiel, um das Gelernte in Aktion zu erleben. Darüber hinaus bereinigen wir die Daten zur späteren Verwendung. Schließlich nutzt du SpaCy, ein Tool zur linguistischen Analyse, um die Texte weiter zu annotieren, zu verstehen, die einzelnen Wortarten zu begreifen, die Satzstruktur zu analysieren und alle möglichen Sprach-Features zu erkennen.
Dieser Kurs gehört zu einer Reihe mit folgenden Titeln:
- Python und Jupyter als Plattform für Natural Language Processing
- Datenbeschaffung und -transformation für Natural Language Processing
- Statistik und Vektorisierung für NLP-Projekte
- Klassische Machine-Learning-Verfahren zur Textanalyse
- Moderne Embedding-Methoden und Transfer Learning
ALLE LEKTIONEN IM ÜBERBLICK
SO LERNST DU MIT DIESEM KURS
In den Videokursen der heise academy lernst du IT-Themen anschaulich und verständlich. Du siehst den Experten bei der praktischen Arbeit zu und lässt dir dabei alles genau erklären. Das Wissen ist in kompakte Lerneinheiten unterteilt, sodass du den Kurs Schritt für Schritt durcharbeiten oder gezielt zu Lektionen springen kannst, die dich interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für dich bereit, die dich beim Lernen unterstützen:
- Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten
- Wissensquiz zur Lernkontrolle
- Lernhistorie und Lernfortschritt
- Lesezeichen und Notizen
- Volltextsuche in den Videos
- Übungsmaterial zum Mitmachen
- Responsive Web-App und Videostreaming für alle Endgeräte
TECHNISCHE VORAUSSETZUNGEN
Für diesen Videokurs wird lediglich ein aktueller Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
DEIN EXPERTE
Prof. Dr. Christian Winkler ist Co-Gründer der datanizing GmbH und beschäftigt sich seit 20 Jahren mit künstlicher Intelligenz, speziell mit der automatisierten Analyse natürlich-sprachiger Texte (Natural Language Processing). Er forscht und publiziert zu diesem Thema und ist regelmäßig Sprecher auf Machine-Learning-Konferenzen. Als Professor an der TH Nürnberg konzentriert er sich bei seiner Forschung auf die Optimierung von User Experience mithilfe moderner Verfahren.