Chatboterstellung und
Natural Language Processing

Natural Language Processing (NLP) hat die letzten Jahre unglaubliche Fortschritte gemacht (z.B. ChatGPT) und ist inzwischen für viele Unternehmensanwendungen professionell einsetzbar. Zu den Anwendungen gehören Chatbots, Textklassifikation, automatisierte Übersetzung und Zusammenfassung von Texten ebenso wie die Sentimentanalyse. Textanalytik hilft auch dabei, mehr Informationen über Kunden, Konkurrenten und Trends zu gewinnen (Intent-Mining, Sentiment-Analyse).

Im Rahmen dieses Seminars werden Teilnehmende die Möglichkeiten und Anwendungsfelder von Natural Language Processing kennen lernen.

Teilnehmerinnen und Teilnehmer erhalten einen Überblick über Methoden und Technologien zur Entwicklung eigener NLP-Lösungen und erlangen erste praktische Kompetenzen in der Erstellung und Anwendung von NLP-Lösungen. Sie lernen die KI-Bibliotheken TensorFlow, NLTK und spaCy kennen, um darauf basierend NLP-Anwendungen zu erstellen.

Das Seminarziel ist die Erstellung eines Chatbots, die Textklassifikation, Übersetzung von Texten und Sentimentanalyse mit Python.

Grundlagen des Natural Language Processing (NLP)

• Was ist NLP und wie funktioniert NLP? (Spracherkennung, Analyse von Syntax, Semantik und Pragmatik eines Textes)
• Wie können Sprachmodelle via maschinellem Lernen erstellt werden?
• Wesentliche Technologien und Methoden des NLP, u.a. N-Grams, Part-of-Speech (POS)-Tagging, Parsing, Inhaltsanalyse, Semantische Analyse, Transferlernen und Transformer-Technologien.

Anwendungsmöglichkeiten von KI in Unternehmen

• Potenzielle Anwendungsmöglichkeiten: Text-, Sprach- und Bilderkennung, Chat Bots, Maschinenübersetzung (MT=Machine Translation), Informationsextraktion (IE=Information Extraction), Sentimentanalyse, Frage und Antwort-Systeme (Q&A) wie persönliche Assistenten.
• Chancen und Risiken von NLP-Anwendungen

Programmierung von KI-Anwendungen mit Python

• Installation der Entwicklungsumgebung für Python
• Grundlagen der Programmierung mit Python
• Open-Source-Bibliotheken für KI: TensorFlow, NLTK und spaCy

Entwicklung von KI-Anwendungen für das eigene Unternehmen

• Best Practices der Implementierung von KI-Projekten
• Use- und Business-Case
• Analytics Architekturen
• Daten und Datenquellen
• Explorative Datenanalyse und Visualisierung
• Modellierung (Test- und Trainingsdaten, Hyperparameter, Validierung der Modellqualität)
• Nutzung und Qualitätssicherung
• Schritt für Schritt Erstellung einer eigenen NLP-Anwendung mit Python

Ausblick

• Strategie und Ethik
• Use- und Business-Case Portfolio Management
• Organisation (Mensch und Maschine)

IT-Führungskräfte, IT-Manager, Projektleiter, Business Analysten, Data-Scientists, Softwareentwickler

Da Beispiele und Übungen der Programmierung von NLP-Lösungen Bestandteil des Kurses sind, sind Erfahrungen mit Programmierung empfehlenswert. Erfahrungen mit Python sind hilfreich, jedoch nicht zwingend erforderlich.