Generación de datos de entrenamiento para vinculación de entidades

Este curso basado en texto lo guía a través de los conceptos fundamentales y las metodologías prácticas de generación de datos, desde el aprovechamiento de activos de código abierto hasta la configuración de flujos de trabajo de etiquetado manual, y le enseña a crear conjuntos de datos de aprendizaje automático que sean precisos y confiables. Aprenderá a combinar la anotación manual con técnicas programáticas modernas para construir conjuntos de datos robustos para entrenar modelos de procesamiento de lenguaje natural, y a utilizar la tecnología de aprendizaje automático para crear modelos de aprendizajes profundos. Aprenderá: (1) Comprender los conceptos básicos de enlace de entidades y anotación de datos; (2) Aprovechar conjuntos de datos de código abierto para iniciar sus datos de entrenamiento; (3) Establecer flujos de trabajo de etiquetado manual para tareas específicas de dominio; (4) Aplicar técnicas de supervisión débil para escalar sus conjuntos... (5) Use la solicitud asistida por LLM para generar datos de entidades sintéticas. (6) Valide y limpie sus conjuntos de datos de entrenamiento para garantizar entradas de modelo de alta calidad. Leerá explicaciones detalladas, analizará ejemplos de datos estructurados y practicará el formato de datos a través de ejercicios escritos.Este curso está diseñado para científicos de dados principiantes, entusiastas de PNL y desarrolladores de software que buscan construir sistemas de vinculación de entidades personalizados. No se requiere experiencia previa con el enlace de entidades, aunque es útil tener una familiaridad básica con los conceptos de datos.