《Transformer自然语言处理实战:使用Hugging Face Transformers库构建NLP应用》
本书涵盖了Transformer在NLP领域的主要应用。首先介绍Transformer模型和Hugging Face 生态系统。然后重点介绍情感分析任务以及Trainer API、Transformer的架构,并讲述了在多语言中识别文本内实体的任务,以及Transformer模型生成文本的能力,还介绍了解码策略和度量指标。接着深入挖掘了文本摘要这个复杂的序列到序列的任务,并介绍了用于此任务的度量指标。之后聚焦于构建基于评论的问答系统,介绍如何基于Haystack进行信息检索,探讨在缺乏大量标注数据的情况下提高模型性能的方法。最后展示如何从头开始构建和训练用于自动填充Python源代码的模型,并总结Transformer面临的挑战以及将这个模型应用于其他领域的一些新研究。
《自然语言处理实战:预训练模型应用及其产品化》
在过去几年中,自然语言处理技术的受欢迎程度呈现“爆炸式”增长。尽管Google、Facebook、OpenAI等前沿公司继续发布着规模更大的语言模型,但许多开发团队仍在努力构建与时俱进的自然语言处理应用程序。本书将帮助你快速了解自然语言处理的新技术及未来发展趋势。
通过阅读本书,你将学习如何为组织中的实际应用程序构建、训练和部署模型。作者使用突出现代自然语言处理最佳实践的代码和示例指导你完成整个过程。
關於作者:
Lewis Tunstall是Hugging Face机器学习工程师,致力于为NLP社区开发实用工具,并帮助人们更好地使用这些工具。
Leandro von Werra是Hugging Face机器学习工程师,致力于代码生成模型的研究与社区推广工作。
Thomas Wolf是Hugging Face首席科学官兼联合创始人,他的团队肩负着促进AI研究和普及的使命。
Ankur A. Patel是Glean和Mellow的联合创始人。Glean使用自然语言处理技术生成供应商的支出情报信息,Mellow为程序员提供自然语言处理的API。此前,Ankur曾领导过7Park Data、ThetaRay、R-Squared Macro、Bridgewater Associates(桥水联合基金)和JPMorgan(摩根大通)的团队。他也是Hands-On Unsupervised Learning Using Python一书的作者。
Ajay Uppili Arasanipalai是美国伊利诺伊大学的一名学生,也是人工智能研究机构Landskape AI的联合创始人。作为伊利诺伊大学的ACM SIGAI分会的联合主席,他为本科生组织了教育研讨会和项目。Ajay撰写了许多热门文章,讨论了最先进的深度学习技术。