NLP: Sprache, Klassifikation und Modelle

Lernziele

Text tokenisieren, klassifizieren und Ergebnisse kritisch prüfen. Nach dieser Lektion kannst du das Konzept erklären, ein kleines Beispiel umsetzen und typische Grenzen benennen.

Erklärung

NLP-Systeme verarbeiten Sprache durch Tokenisierung, Merkmalsrepräsentation und Modelle. Klassifikation ordnet Eingaben Kategorien zu; Sprachmodelle sagen Sequenzen voraus. Bedeutungen hängen von Kontext ab, und Trainingsdaten prägen Verzerrungen.

Schrittweises Beispiel

Ein einfacher Spam-Klassifikator kann Wortmerkmale verwenden. Miss Precision und Recall getrennt und prüfe Beispiele aus verschiedenen Schreibweisen und Gruppen.

predicted = ["spam", "ham", "spam"]
actual = ["spam", "spam", "ham"]
true_positive = sum(p == a == "spam" for p, a in zip(predicted, actual))
print(true_positive)

Zusammenfassung

NLP-Ergebnisse sind modellbasierte Schätzungen; Datenbasis und Fehlertypen müssen sichtbar bleiben.