Corso per Tecnico PNL (Practitioner)

Lezione 1 • Cos'è il NLP e Perché è Importante

Definisce il NLP, la sua relazione con la linguistica e l'apprendimento automatico e il suo impatto nel mondo reale. Stabilisce la base concettuale per tutti i contenuti tecnici successivi.

Lezione 2 • Concetti Linguistici Fondamentali per il NLP

Tratta fonologia, morfologia, sintassi, semantica e pragmatica applicate alle pipeline di NLP. Fornisce il vocabolario linguistico necessario ai tecnici per interpretare il comportamento dei modelli.

Lezione 3 • Panoramica degli Strumenti e dell'Ecosistema

Passa in rassegna le principali librerie di NLP, i framework e le API cloud utilizzate in produzione. Gli studenti acquisiscono familiarità con il panorama degli strumenti prima di iniziare il lavoro pratico.

Lezione 4 • Panoramica della Pipeline di NLP

Introduce la sequenza standard delle fasi di elaborazione del NLP, dal testo grezzo all'output strutturato. Gli studenti associano ogni fase a un compito concreto e comprendono il flusso dei dati.

Lezione 1 • Strategie di Tokenizzazione

Illustra i metodi di tokenizzazione a livello di parola, frase e sottoparola e i relativi compromessi. La scelta della tokenizzazione incide direttamente sulla dimensione del vocabolario e sulle prestazioni del modello.

Lezione 2 • Acquisizione e Codifica del Testo

Tratta l'ottenimento di testo da file, API e database, oltre alla gestione delle codifiche dei caratteri. Garantisce che i dati entrino nella pipeline senza corruzione o perdite.

Lezione 3 • Gestione delle Stop Word e del Vocabolario

Affronta la rimozione delle stop word, la potatura del vocabolario e la gestione del vocabolario fuori corpus. Bilancia la conservazione delle informazioni con l'efficienza computazionale.

Lezione 4 • Pulizia e Rimozione del Rumore

Insegna la rimozione di tag HTML, caratteri speciali, testo standardizzato e markup irrilevante. Migliora direttamente l'accuratezza del modello a valle riducendo il rumore.

Lezione 1 • Embedding di Frasi e Documenti

Estende le rappresentazioni a livello di parola a frasi e documenti completi utilizzando la media e modelli dedicati. Abilita compiti di similarità semantica e recupero di informazioni.

Lezione 2 • Selezione delle Feature e Riduzione della Dimensionalità

Applica il chi-quadrato, l'informazione mutua e la PCA per ridurre lo spazio delle feature senza perdere il segnale. Migliora la velocità di addestramento e la generalizzazione del modello.

Lezione 3 • Bag-of-Words e Vettori di Conteggio

Costruisce matrici documento-termine utilizzando conteggi grezzi e indicatori binari. Stabilisce la rappresentazione di base più semplice prima di introdurre metodi più ricchi.

Lezione 4 • Ponderazione TF-IDF

Applica la frequenza del termine-inverso della frequenza del documento per ponderare i termini informativi. Gli studenti calcolano il TF-IDF manualmente e con le librerie, quindi interpretano i risultati.

Lezione 1 • Riconoscimento di Entità Nominate

Etichetta segmenti di entità utilizzando taggatori di sequenza basati su regole, CRF e reti neurali. Gli studenti annotano dati, addestrano modelli e valutano le prestazioni a livello di segmento.

Lezione 2 • Estrazione di Relazioni ed Eventi

Identifica le relazioni tra entità ed estrae record strutturati di eventi dal testo. Si basa sull'output del NER per produrre dati pronti per i grafi di conoscenza.

Lezione 3 • Analisi del Sentiment

Applica la classificazione al rilevamento della polarità e al sentiment basato sugli aspetti. Gli studenti gestiscono la negazione, gli indicatori di sarcasmo e il cambiamento di dominio.

Lezione 4 • Fondamenti di Classificazione del Testo

Addestra classificatori Naive Bayes, regressione logistica e SVM su feature testuali. Collega le scelte di rappresentazione del Capitolo 3 ai risultati della classificazione.

Lezione 1 • Modelli Sequenza-a-Sequenza

Tratta l'architettura encoder-decoder per compiti come la traduzione e il riassunto. Gli studenti tracciano il flusso dei dati attraverso encoder, vettore di contesto e decoder.

Lezione 2 • Reti Neurali Ricorrenti per il Testo

Introduce l'architettura RNN, i meccanismi del passaggio in avanti e il problema del gradiente evanescente. Gli studenti implementano da zero un semplice classificatore di testo RNN.

Lezione 3 • Meccanismi di Attenzione

Introduce l'attenzione additiva e a prodotto scalare come soluzioni al collo di bottiglia del contesto. Prepara gli studenti all'architettura transformer nel prossimo capitolo.

Lezione 4 • Modelli Linguistici N-gram

Costruisce modelli probabilistici di sequenze di parole utilizzando conteggi n-gram e smoothing. Fornisce le basi statistiche prima dell'introduzione dei modelli neurali di sequenza.

Lezione 1 • Ottimizzazione Efficiente dei Parametri

Introduce metodi LoRA, prefix tuning e adapter che riducono i costi di calcolo e memoria. Gli studenti applicano un metodo PEFT a un modello pre-addestrato.

Lezione 2 • Ottimizzazione di Modelli Pre-addestrati

Tratta l'aggiunta di una testa specifica per il compito, la programmazione del tasso di apprendimento e la prevenzione dell'overfitting durante l'ottimizzazione. Gli studenti ottimizzano un modello pre-addestrato su un dataset di classificazione.

Lezione 3 • Approfondimento sull'Architettura Transformer

Analizza l'auto-attenzione, la codifica posizionale, i livelli feed-forward e la normalizzazione dei livelli. Gli studenti tracciano un token attraverso l'intero stack dell'encoder.

Lezione 4 • Famiglie di Modelli Linguistici Pre-addestrati

Passa in rassegna le famiglie di modelli solo encoder, solo decoder ed encoder-decoder e i loro obiettivi di pre-addestramento. Gli studenti abbinano la famiglia di modelli al tipo di compito.

Lezione 1 • Tecniche di Ottimizzazione della Latenza

Applica la quantizzazione, la distillazione e l'esportazione ONNX per ridurre la latenza di inferenza. Gli studenti eseguono benchmark prima e dopo ogni ottimizzazione.

Lezione 2 • Containerizzazione e Orchestrazione

Impacchetta i servizi NLP in container e introduce l'orchestrazione per la scalabilità. Gli studenti scrivono la definizione di un container e distribuiscono un servizio multi-replica.

Lezione 3 • Serializzazione e Impacchettamento del Modello

Tratta il salvataggio dei pesi del modello, delle configurazioni del tokenizer e degli artefatti di pre-elaborazione come un pacchetto distribuibile. Garantisce la riproducibilità tra ambienti diversi.

Lezione 4 • Monitoraggio in Produzione e Rilevamento del Degrado

Implementa il logging, il monitoraggio delle predizioni e gli avvisi di degrado dei dati per i servizi NLP attivi. Gli studenti configurano una dashboard di monitoraggio e impostano soglie di avviso.

Lezione 1 • IA Responsabile nei Sistemi NLP

Affronta il rilevamento dei bias, le metriche di equità, i rischi per la privacy e i requisiti di trasparenza nel NLP. Gli studenti verificano un modello per i bias e documentano le fasi di mitigazione.

Lezione 2 • NLP Multilingue e Cross-Linguistico

Applica modelli multilingue pre-addestrati a compiti di trasferimento cross-linguistico e traduzione. Gli studenti valutano le prestazioni cross-linguistiche in modalità zero-shot.

Lezione 3 • Sistemi di Riassunto del Testo

Implementa pipeline di riassunto estrattivo e astrattivo e valuta la qualità dell'output. Gli studenti regolano i compromessi tra lunghezza e fedeltà.

Lezione 4 • Schemi di Progettazione per Sistemi NLP

Introduce schemi di progettazione a pipeline modulare, a microservizi e ibridi regole-reti neurali per il NLP. Gli studenti selezionano e giustificano uno schema di progettazione per uno scenario dato.

Lezione 5 • IA Conversazionale e Sistemi di Dialogo

Tratta il rilevamento degli intenti, il riempimento di slot, il tracciamento dello stato del dialogo e la generazione di risposte. Gli studenti costruiscono un prototipo di dialogo orientato al compito.