Rekurrente neuronale Netze: Wie Computer lesen lernen


Fabian Gringel

Anwendungen der Natürlichen Sprachverarbeitung wie die semantische Suche (Google), die automatisierte Textübersetzung (z.B. DeepL) oder die Textklassifikation (z.B. E-Mail-Spamfilter) sind aus unserem Alltag nicht mehr wegzudenken. In vielen Bereichen des NLP beruhen entscheidende Fortschritte auf der Entwicklung und Erforschung einer Klasse von künstlichen neuronalen Netzen, die besonders gut an die sequentielle Struktur natürlicher Sprachen angepasst sind: rekurrente neuronale Netze, kurz: RNNs.

Das Webinar gibt eine Einführung in die Funktionsweise von RNNs und veranschaulicht deren Einsatz an einem Beispielprojekt aus dem Bereich der Legal Tech. Es schließt mit einem Ausblick auf die zukünftige Bedeutung von RNNs inmitten alternativer Ansätze wie BERT und Convolutional Neural Networks.

Verwandte Beiträge


Blog

Machine Learning-Ansätze für Zeitreihen

A series of hourglasses
Blog

Was ist Natural Language Processing (NLP)?

Image of a book shelf.
Aufgezeichnet Vorträge

Semantische Suche und Verstehen von natürlichem Text mit Neuronalen Netzen: BERT

© unsplash/Markus Spiske