Shadowing Practice: Natural Language Processing - Tokenization (NLP Zero to Hero - Part 1) - Learn English Speaking with Video

Ders oluşturuluyor...
1
Hi, and welcome to this series on Zero2Hero for Natural Language Processing using TensorFlow.
2
If you're not an expert on AI or ML, don't worry.
3
We're taking the concepts of NLP and teaching them from first principles.
4
In this first lesson, we'll talk about how to represent words in a way that a computer can process them, with a view to later training a neural network that can understand their meaning.
5
This process is called tokenization.
6
So let's take a look.
7
Consider the word listen, as you can see here.
8
It's made up of a sequence of letters.
9
These letters can be represented by numbers using an encoding scheme.
10
A popular one called ASCII has these letters represented by these numbers.
11
This bunch of numbers can then represent the word listen.
12
But the word silent has the same letters, and thus the same numbers, just in a different order.
13
So it makes it hard for us to understand sentiment of a word just by the letters in it.
14
So it might be easier, instead of encoding letters, to encode words.
15
Consider the sentence, I love my dog.
16
So what would happen if we start encoding the words in this sentence instead of the letters in each words?
17
So for example, the word I could be one.
18
And then the sentence, I love my dog, could be one, two, three, four.
19
Now, if I take another sentence, for example, I love my cat, how would we encode it?
20
Now we see I love my has already been given one, two, three.
21
So all I need to do is encode a cat.
22
I'll give that the number five.
23
And now if we look at the two sentences, they are one, two, three, four and one, two, three,
24
five, which already show some form of similarity between them.
25
And it's a similarity you'd expect because they're both about loving a pet.
26
Given this method of encoding sentences into numbers, now let's take a look at some code to achieve this for us.
27
This process, as I mentioned before, is called tokenization, and there's an API for that.
28
We'll look at how to use it with Python.
29
So here's your first look at some code to tokenize these sentences.
30
Let's go through it line by line.
31
First of all, we'll need the tokenizer APIs, and we can get these from TensorFlow Keras like this.
32
We can represent our sentences as a Python array of strings like this.
33
It's simply the I love my dog and I love my cat that we saw earlier.
34
Now the fun begins.
35
I can create an instance of a tokenizer object.
36
The numWords parameter is the maximum number of words to keep.
37
So instead of, for example, just these two sentences, imagine if we had hundreds of books to tokenize.
38
But we just want the most frequent 100 words in all of that.
39
This would automatically do that for us when we do the next step.
40
And that's to tell the tokenizer to go through all the text and then fit itself to them like this.
41
The full list of words is available as the tokenizer's word index property.
42
So we can take a look at it like this and then simply print it out.
43
The result will be this dictionary showing the key being the word and the value being the token for that word.
44
So, for example, my has a value of three.
45
The tokenizer is also smart enough to catch some exceptions.
46
So, for example, if we updated our sentences to this by adding a third sentence, noting that dog here is followed by an exclamation mark.
47
The nice thing is that the tokenizer is smart enough to spot this and not create a new token.
48
It's just dog.
49
And you can see the results here.
50
There's no token for dog exclamation, but there is one for dog.
51
And there's also a new token for the word you.
52
If you want to try this out for yourself, I've put the code in a colab here.
53
Take it for a spin and experiment.
54
You've now seen how words can be tokenized and the tools in TensorFlow that handle that tokenization for you.
55
Now that your words are represented by numbers like this, you'll next need to represent your sentences by sequences of numbers in the correct order.
56
You'll then have data ready for processing by a neural network to understand or maybe even generate new text.
57
You'll see the tools that you can use to manage this sequencing in the next episode.
58
So don't forget to hit that subscribe button.

Doğal Dil İşleme ve Tokenizasyon: Konu Bağlamı

Bu video, doğal dil işleme (NLP) dünyasına giriş yaparak "tokenizasyon" konusunu ele alıyor. Konuşmacı, AI veya ML uzmanı olmayanlar için de anlaşılır bir şekilde, kelimelerin bilgisayarlar tarafından nasıl işlenebileceğini anlatıyor. Örneğin, "listen" ve "silent" kelimelerinin aynı harflerden oluşmasına rağmen anlamlarının farklı olduğunu gösteriyor, ardından kelimelerin tamamını kodlamanın (tokenizasyon) daha faydalı olduğunu vurguluyor. Bu temel kavramlar, ileride duygusal analizi veya metin anlama gibi uygulamalar için önemli bir adımdır.

Günlük İletişim İçin Önemli 5 Cümle ve Kelime

  • "I love my dog" – Günlük hayatta sevdiğimiz şeyleri ifade etmek için temel bir cümle. Telaffuzu pratik yaparak doğal bir ton kazanabilirsiniz.
  • "I love my cat" – Benzer yapıda başka bir cümle. "Dog" ile "cat" kelimelerinin farklı tokenlere sahip olduğunu görürken, cümle yapısını pekiştirin.
  • "tokenization" – NLP'de sık kullanılan bir terim. Telaffuzunu doğru yapmak için tekrar edin: "toke-niz-ey-shun".
  • "word index" – Tokenizer'ın oluşturduğu kelime-indeks sözlüğü. Bu kavramı anlamak, kod ile çalışırken önemli olur.
  • "fit to text" – Tokenizer'ın metne uyum sağlaması için kullanılan bir adım. İngilizce konuşurken "fit" kelimesinin farklı kullanımlarını öğrenin.

Video İçeriğini Kullanarak Gölge Konuşma Pratiği: Adım Adım Rehber

Bu videoyu kullanarak gölge konuşma tekniğini uygulayarak ingilizce telaffuzu geliştirebilirsiniz. İşte adımlar:

  1. Videoyu yavaşlatın: Konuşmacının konuşma hızını %75'e düşürerek her kelimeyi net bir şekilde dinleyin. Özellikle "tokenization" gibi teknik kelimelerin telaffuzunu dikkatle dinleyin.
  2. Cümleleri tek tek tekrarlayın: "I love my dog" cümlesini konuşmacı bitirdikten hemen sonra tekrarlayın. Tonunu ve intonasyonunu kopyalayın. Bu, doğal konuşma alışkanlığı kazandırır.
  3. Kod kısmını konuşarak pratik yapın: "We can get these from TensorFlow Keras like this" gibi kodla ilgili cümleleri de telaffuz edin. Teknik dilde de akıcı olmak için önemli.
  4. Shadowing oturumlarını kaydedin: Kendinizi kaydederek, orijinal videoyu ile karşılaştırın. Hangi kelimelerde zorlandığınızı görün ve tekrar çalışın.
  5. Günlük 10 dakika: Bu videoyu her gün 10 dakika çalışarak, gölge konuşması tekniğini pekiştirin. Kısa süreli ama düzenli pratik, hızlı ilerleme sağlar.

Videolarla ingilizce öğrenmenin en etkili yollarından biri, gerçek konuları ele alarak pratik yapmaktır. Bu video, hem dil hem de teknoloji bilgisi kazandırırken, gölge konuşma tekniği ile telaffuzu da geliştirmenize yardımcı olur. Sabırlı olun, her adımı dikkatle uygulayın ve ilerlemeyi görün!

Gölgeleme Tekniği Nedir?

Gölgeleme, başlangıçta profesyonel tercüman eğitimi için geliştirilen ve çok dilli Dr. Alexander Arguelles tarafından popüler hale getirilen, bilim destekli bir dil öğrenme tekniğidir. Yöntem basit ama güçlüdür: ana dili İngilizce olan bir sesi dinler ve hemen yüksek sesle tekrar edersiniz — konuşmacıyı 1-2 saniye gecikmeyle takip eden bir gölge gibi. Pasif dinleme veya dilbilgisi alıştırmalarının aksine, gölgeleme beyninizi ve ağız kaslarınızı gerçek konuşma kalıplarını eşzamanlı olarak işlemeye ve yeniden üretmeye zorlar. Araştırmalar, telaffuz doğruluğu, tonlama, ritim, bağlı konuşma, dinleme anlama ve konuşma akıcılığını önemli ölçüde geliştirdiğini göstermektedir — bu da onu IELTS Konuşma hazırlığı ve gerçek dünya İngilizce iletişimi için en etkili yöntemlerden biri yapar.

Shadowing tekniği: adım adım eksiksiz rehberi okuyun →