NLP - Traitement du langage naturel avec Python
Version du programme : 1
Type de formation
PrésentielDurée de formation
21 heures (3 jours)Accessibilité
OuiNLP - Traitement du langage naturel avec Python
Cette formation de 21 heures permet de découvrir les techniques de traitement du langage naturel (NLP) avec Python. Elle couvre l’ensemble du flux de traitement : nettoyage de texte, vectorisation, extraction d’information, classification, et introduction aux modèles modernes comme les transformers.
Objectifs de la formation
- Prétraiter et structurer un corpus de texte avec Python
- Extraire les éléments pertinents pour l’analyse (mots-clés, fréquence…)
- Appliquer des modèles classiques de NLP (vectorisation, classification)
- Expérimenter un modèle préentraîné via la bibliothèque transformers
Profil des bénéficiaires
- Développeurs, analystes, communicants, data scientists débutants ou profils en reconversion IA
- Maîtrise de Python (boucles, fonctions, chaînes, fichiers)
- Connaissances de pandas et de base en machine learning recommandées
Contenu de la formation
Jour 1 – Bases du NLP avec Python
- Cas d’usage et enjeux du NLP
- Nettoyage de texte : ponctuation, accents, regex, stopwords
- Tokenisation, lemmatisation avec nltk et spaCy
- Analyse d’un petit corpus (textes simples ou CSV)
Jour 2 – NLP classique et vectorisation
- TF, TF-IDF, CountVectorizer / TfidfVectorizer (scikit-learn)
- Analyse de fréquence, mots-clés, nuages de mots
- Classification de textes : SVM, logistique (pipeline sklearn)
- Évaluation du modèle (accuracy, confusion matrix)
Jour 3 – NLP avancé et modèles préentraînés
- Embeddings (word2vec, spaCy)
- Détection de sentiment avec modèles simples
- Introduction aux transformers et Hugging Face
- Projet final : traitement d’un corpus + restitution
Équipe pédagogique
Suivi de l'exécution et évaluation des résultats
- Exercices pratiques
- Évaluation par projet d’analyse NLP (préparation → modèle)
- Feuille de présence
- Questionnaire de satisfaction
Ressources techniques et pédagogiques
- Support de cours PDF
- Scripts Python commentés (nltk, sklearn, transformers)
- Corpus d’entraînement variés
- Notebooks prêts à l’emploi
Qualité et satisfaction
Capacité d'accueil
Délai d'accès
Accessibilité
Nous accordons une attention particulière à l'accueil des personnes en situation de handicap. Si vous êtes concerné(e) et souhaitez suivre cette formation, nous vous invitons à nous contacter dès que possible. Ensemble, nous étudierons vos besoins spécifiques et mettrons en place les adaptations nécessaires pour garantir votre accès à la formation dans les meilleures conditions.