Praktische natürliche Sprachverarbeitung

Kapitel 11. Der End-to-End NLP-Prozess

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Der Prozess ist wichtiger als das Ziel. Die Person, die du wirst ist unendlich viel wertvoller als das Ergebnis.

Anthony Moore

Bisher haben wir uns in diesem Buch mit einer Reihe von NLP-Problemen befasst, angefangen bei der Frage, wie eine NLP-Pipeline aussieht, bis hin zu der Frage, wie NLP in verschiedenen Domänen angewendet wird. Um das Gelernte effizient anwenden zu können, um End-to-End-Softwareprodukte mit NLP zu entwickeln, muss man mehr tun, als nur verschiedene Schritte in einer NLP-Pipeline zusammenzufügen - es gibt mehrere Entscheidungspunkte während des Prozesses. Vieles von diesem Wissen kommt erst mit der Erfahrung, aber wir haben in diesem Kapitel einiges von unserem Wissen über den End-to-End-NLP-Prozess zusammengefasst, damit du schneller und besser loslegen kannst.

In Kapitel 2 haben wir bereits gesehen, wie eine typische Pipeline für ein NLP-System aussieht. Was ist der Unterschied zu diesem Kapitel? In Kapitel 2 haben wir uns vor allem mit den technischen Aspekten der Pipeline beschäftigt - wie stellen wir zum Beispiel Text dar? Welche Vorverarbeitungsschritte sollten wir durchführen? Wie bauen wir ein Modell auf, und wie werten wir es aus? In den darauffolgenden Kapiteln in Teil I und II des Buches haben wir uns mit verschiedenen Algorithmen zur Durchführung verschiedener NLP-Aufgaben ...