A Importância da Tokenização no processamento de texto
A tokenização é um passo essencial no processamento de dados textuais. Ao dividir o texto em unidades significativas, ela potencializa os algoritmos.
Leia mais
Os Melhores Repositórios Públicos de Datasets para Análise de Dados e Machine Learning
Conheça os principais repositórios de dados públicos para quem quer começar na área de Análise de Dados, Aprendizado de Máquinas e Ciência de Dados.
Leia mais
Expressões Regulares: A Arte da Busca e Manipulação de Texto
As expressões regulares são uma ferramenta poderosa e versátil no processamento de texto, com a capacidade de definir padrões complexos de maneira eficiente.
Leia mais
Geração automática de certificados com python
Neste tutorial utilizaremos o python para automatização na geração de certificados. Para as bibliotecas openpyxl para leitura de informações de alunos/participantes no formato de planilha do Microsoft Excel (.xlsx) e docx a geração dos certificados em formato docx. Com a função para a geração dos certificados vamos agora iterar sobre a lista de alunos para […]
Leia mais
Pré-processamento de Dados para Modelos BERT: Garantindo Qualidade e Eficiência
Quando se trata de tarefas de Processamento de Linguagem Natural (NLP), a qualidade dos dados é de suma importância, ela tem impacto direto nos resultados obtidos. Os modelos que utilizam a arquitetura Transformer, como os modelos baseados no Bidirectional Encoder Representations from Transformers – BERT provaram alcançar resultados impressionantes na compreensão de texto, mas eles […]
Leia mais
Utilizando Sentence Transformers para geração de embeddings
No campo do Processamento de Linguagem Natural (PLN), a capacidade de compreender e manipular a linguagem é fundamental. Uma das tarefas mais importantes é a vetorização de sentenças, que consiste em converter texto em uma representação numérica que pode ser entendida e processada por algoritmos de aprendizado de máquina. Nesse sentido, a biblioteca SentenceTransformers, baseada […]
Leia mais
Classificação Binária com K-NN utilizando Scikit-Learn
Neste post, iremos explorar a implementação de um classificador binário utilizando o algoritmo de K-Vizinhos Mais Próximos (KNN) a partir do pacote Scikit-Learn. Iremos passar por todos os passos necessários, desde a conceitualização até a avaliação do classificador, usando um conjunto de dados simulado de comentários sobre o atendimento ao cliente de uma loja virtual […]
Leia mais