Vídeo sobre a técnica de Reconhecimento de Entidades Nomeadas (Named Entity Recognition - NER), no domínio de estudo do Processamento de Linguagem Natural (PLN).
O Reconhecimento de Entidades Nomeadas (Named Entity Recognition – NER) é uma das tarefas mais importantes do Processamento de Linguagem Natural (PLN). Seu objetivo é identificar automaticamente, em um texto, entidades de interesse e classificá-las em categorias predefinidas, como pessoas, organizações, locais, datas, valores monetários e outras. Essa capacidade permite transformar texto não estruturado em informações organizadas, servindo como base para aplicações como mecanismos de busca, assistentes virtuais, análise de documentos, extração de informações, sistemas de recomendação e mineração de dados. Com o avanço dos modelos baseados em redes neurais e arquiteturas Transformer, o NER alcançou elevados níveis de precisão, tornando-se uma tecnologia fundamental para a compreensão automática da linguagem humana.
Neste vídeo, mergulhamos no mundo do Reconhecimento de Entidades Nomeadas (NER), uma das técnicas mais poderosas e essenciais do Processamento de Linguagem Natural (PLN). Você vai descobrir como transformar grandes volumes de textos desestruturados, como contratos e relatórios, em dados organizados de forma automática, economizando semanas de trabalho manual com o poder do Python e da biblioteca spaCy.
Exploramos desde os conceitos fundamentais, como tokenização e embeddings contextuais, até a implementação prática de um sistema capaz de identificar pessoas, organizações e datas. Além disso, discuto estratégias profissionais para lidar com ambiguidades e como utilizar abordagens híbridas (IA + Regras) para alcançar o estado da arte em projetos reais de inteligência artificial.
Capítulos:
00:00 - Introdução: O problema dos 10.000 contratos
01:13 - O que é NER (Named Entity Recognition)?
01:59 - Exemplo prático de entidades
03:18 - NER vs Expressões Regulares (Regex)
05:06 - Por dentro do modelo: Tokenização e Embeddings
06:17 - O esquema BIO de marcação
07:31 - Evolução: De Regras a Transformers (BERT, RoBERTa)
08:50 - Implementação prática com spaCy em Python
10:18 - Abordagem Híbrida para sistemas profissionais
12:04 - Desafios: Ambiguidade e Especialização de Domínio
14:09 - Conclusão e Próximos Passos
👋 Bem-vindo(a) ao @RobertoSantosScripts! 💻
🔔 Siga o canal @RobertoSantosScripts 🚀:
https://www.youtube.com/@robertosantosscripts?sub_confirmation=1
Se você também tem canal sobre temas relacionados a Ciência da Computação ou Programação em geral, aqui no Youtube, deixe aqui nos comentários o endereço de acesso.
#ner
#reconhecimentodeentidadesnomeadas
#namedentityrecognition
#programação
#inteligenciaartificial
#scriptsdeaplicativos
#Python
#NLP
#spaCy
#DataScience
#MachineLearning
#PLN
#robertosantosscripts
