Sentiment Analysis with Deep Learning using BERT

4.5
296件の評価
提供:
Coursera Project Network
9,770人がすでに登録済みです
このガイド付きプロジェクトでは、次のことを行います。

Preprocess and clean data for BERT Classification

Load in pretrained BERT with custom output layer

Train and evaluate finetuned BERT architecture on your own problem statement

Clock120 minutes
Intermediate中級
Cloudダウンロード不要
Video分割画面ビデオ
Comment Dots英語
Laptopデスクトップのみ

In this 2-hour long project, you will learn how to analyze a dataset for sentiment analysis. You will learn how to read in a PyTorch BERT model, and adjust the architecture for multi-class classification. You will learn how to adjust an optimizer and scheduler for ideal training and performance. In fine-tuning this model, you will learn how to design a train and evaluate loop to monitor model performance as it trains, including saving and loading models. Finally, you will build a Sentiment Analysis model that leverages BERT's large-scale language knowledge. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

あなたが開発するスキル

Natural Language ProcessingDeep LearningMachine LearningSentiment AnalysisBERT

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

  1. Introduction to BERT and the problem at hand

  2. Exploratory Data Analysis and Preprocessing

  3. Training/Validation Split

  4. Loading Tokenizer and Encoding our Data

  5. Setting up BERT Pretrained Model

  6. Creating Data Loaders

  7. Setting Up Optimizer and Scheduler

  8. Defining our Performance Metrics

  9. Creating our Training Loop

  10. Loading and Evaluating our Model

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

講師

レビュー

SENTIMENT ANALYSIS WITH DEEP LEARNING USING BERT からの人気レビュー

すべてのレビューを見る

よくある質問

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。