Objectifs pédagogiques
À l'issue de la formation, le stagiaire sera capable de :
- Prétraiter et représenter des données textuelles
- Classer des textes et analyser leur tonalité
- Extraire des thèmes et des entités nommées
- Utiliser des modèles transformers pré-entraînés avec Hugging Face
- Choisir entre méthodes classiques, transformers et grands modèles de langage
Public visé
- Data scientists, data analysts et développeurs
- Équipes qui exploitent de grands volumes de textes
Prérequis
- Pratique de Python et de pandas
- Notions de machine learning
Programme
Jour 1 — Le text mining
Préparer les textes
- Nettoyage, tokenisation, lemmatisation, mots vides (spaCy)
- Expressions régulières
Représenter les textes
- Sac de mots et TF-IDF
- Embeddings de mots et de phrases
Analyser
- Classification de textes, analyse de sentiment
- Modélisation de thèmes (topic modeling)
Jour 2 — Les transformers
Modèles pré-entraînés
- Architecture transformer et principe de l’attention
- Hugging Face : pipelines, modèles francophones (CamemBERT…)
Tâches avancées
- Extraction d’entités nommées, résumé, similarité sémantique
- Ajustement fin (fine-tuning) d’un classifieur
Et les grands modèles de langage ?
- Classification et extraction par requête (zero-shot, few-shot)
- Coûts, performances, confidentialité : bien choisir
- Projet final
Méthodes pédagogiques
- Possibilité de travailler sur les données des participants (en intra, après accord)
- Supports de cours, codes source et corrigés remis aux participants
- Formation dispensée par un consultant data et IA qui conçoit et met en production ce qu'il enseigne
Modalités d'évaluation
- Questionnaire de positionnement en début de formation
- Exercices pratiques corrigés tout au long de la formation
- Projet final : chaîne d'analyse de textes sur un corpus réel
- Questionnaire de satisfaction à chaud
Accessibilité
Formation accessible aux personnes en situation de handicap. Contactez-nous en amont (contact@dcid-consulting.fr) afin d'étudier ensemble les adaptations nécessaires.