Hands-on NLP: Textdaten im Unternehmen gewinnbringend nutzen

Datum auf Anfrage
Uhrzeit 09:00 - 17:00 Uhr
Preis 1820,00 € *
Frühbucher 1638,00 € *

max. 15 Teilnehmer
online

Dieser Workshop zeigt Ihnen, wie sich große Datenmengen automatisiert erschließen, und sich daraus wichtige Erkenntnisse gewinnen lassen.

Jedes Unternehmen hat sie in großer Menge, alle fürchten sich davor: Daten in Textform. Über viele Jahre hat sich meistens ein erkleckliches Datenarchiv angesammelt, aber niemand hat sich um die Struktur und die Ablage gekümmert. Dabei finden sich in diesen Datensätzen oft wahre Schätze wie Studien oder Anforderungsanalysen, die ein Mitarbeiter vielleicht schon vor Jahren durchgeführt hat, an die sich aber niemand mehr erinnert.

Nach diesem Workshop können Sie

Textdaten aus verschiedenster (auch ganz alten) Formaten verarbeiten
gescannte Daten in Text verwandeln
Dokumentenarchive strukturieren (Clustering, Topic Modeling)
Texte klassifizieren (Keywords vergeben)
Texte wiederfinden (Information Retrieval)
verschiedenste Fragen zu Texten beantworten (Question Answering)

Zielgruppe

Dieser Workshop richtet sich an Datenanalysten, Content-Managerinnen, Document-Management-Spezialisten und Entwicklerinnen.

Voraussetzungen

Idealerweise verfügen Sie über

ein Interesse an Texten und Dokumenten, am besten auch an Sprache, Struktur und der in den Dokumenten vorhandenen Informationen selbst
ein grundsätzliches Verständnis von Natural Language
Erfahrung in der Programmierung, am besten in Python, aber Kenntnisse in anderen Programmiersprachen helfen auch

Um den Installationsaufwand in Grenzen zu halten, werden Jupyter-Notebooks bereitgestellt, die sich wahlweise auch auf Google Colab ausführen lassen. Die Arbeit in diesem Workshop erfolgt sehr praxisorientiert mit lediglich kurzen Theorie-Blöcken. Die Jupyter-Notebooks können als Blaupausen für eigene Aufgaben dienen.

Zur Workshop-Durchführung wird Zoom verwendet mittels eines DSGVO-konformen On-Premise-Connectors. Wir bitten Sie, ein Mikrofon oder Headset sowie einen aktuellen Browser zu nutzen.

Inhalte (für mehr Details auf die einzelnen Punkte klicken)

Datenextraktion
- Unterschiedliche Datenformate (PDF, Word, Excel, Powerpointm aber auch Legacy-Formate wie WordPerfect, usw.)
- Extraktion mit Apache Tika
- Textextraktion aus HTML
- Textextraktion aus gescannten Dokumenten mit Tesseract
- Strukturerkennung
Unüberwachte Lernverfahren
- Kurze Einführung in Vektorisierung
- Topic Models
- Clustering-Verfahren
Klassifikationsverfahren
- Klassische Verfahren wie Support Vector Machines (SVM)
- Moderne Verfahren mit Finetuning wie BERT
- Erzeugung von gelabelten Datensets mit geringem manuellem Aufwand
Information Retrieval
- Klassisches Scoring mit TF/IDF und BM25
- Semantische Methoden mit Word Embeddings
- Kontextualisierte Verfahren mit Sprachmodellen
- Kombination z.B. mit Passage Retrieval
Question Answering
- Segmentierung der Texte in Sätze oder Absätze
- Berechnung von Sentence Embeddings
- Nutzung von spezifischen Sprachmodellen
- Cross-Encoder zum verbesserten Ranking

Autoencoder, Variations-Autoencoder (VAE)

Siamesische Netzwerke in Pytorch

Generative Modelle
- Generative Adversarial Networks (GANs)
- Deepfake
Unüberwachte Lernverfahren
- Kurze Einführung in Vektorisierung
- Topic Models
- Clustering-Verfahren

Trainer

Dr. Christian Winkler

Data Scientist und Machine Learning Architect. Er promovierte in theoretischer Physik und arbeitet seit 20 Jahren im Bereich großer Datenmengen und Künstliche Intelligenz, insbesondere mit Fokus auf skalierbaren Systemen und intelligenten Algorithmen zur Massentextverarbeitung. Er ist Gründer der datanizing GmbH, Referent auf Konferenzen und Autor von Artikeln zu Machine Learning und Text Analytics.

Leistungen Ihres Workshoptickets

Workshopunterlagen
Teilnahmebescheinigung

Durchführung

Ist die Durchführung der Veranstaltung aufgrund höherer Gewalt, wegen Verhinderung eines Referenten, wegen Störungen am Veranstaltungsort oder aufgrund zu geringer Teilnehmerzahl (weniger als 50%) nicht möglich, werden die Teilnehmer spätestens 7 Tage vorher durch das heise Events-Team informiert.

Jetzt Tickets buchen

10% Frühbucherrabatt bis 4 Wochen vor Veranstaltungsbeginn

auf Anfrage

Bitte nutzen Sie für den Ticketkauf eine E-Mail-Adresse, auf die Sie freien Zugriff haben.

* Preise beinhalten 19% Mehrwertsteuer.

Haben Sie Fragen zur Organisation oder der Veranstaltung? Gern beantworte ich Ihre Fragen per E-Mail.

Anna Ludwig

Projektmanagerin Workshops