Natural Language Processing mit Transformern: Sprachanwendungen mit Hugging Face erstellen

ویرایش:  
نویسندگان: Lewis Tunstall,  Leandro von Werra,  Thomas Wolf  
سری:  
ISBN (شابک) : 9783960107132, 9783960107149 
ناشر: O'Reilly 
سال نشر: 2023 
تعداد صفحات: 432 
زبان: German 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 27 Mb 

قیمت کتاب (تومان) : 35,000

برنامه های قدرتمند زبانی پیشرفته با مدل های ترانسفورماتور از قبل آموزش دیده

• ترانسفورماتورها دنیای NLP را تحت تاثیر قرار داده اند
• از بنیانگذاران Hugging Face، پلت فرمی برای آموزش از قبل مدل‌های ترانسفورماتور مدل‌های TensorFlow و PyTorch
• یک نمای کلی مبتنی بر پایه و عملی از مهم‌ترین روش‌ها و برنامه‌های کاربردی در NLP کنونی ارائه می‌دهد
• کاربردی: هر مرحله برنامه‌نویسی را می‌توان در نوت بوک های Jupyter

\n\n ترانسفورماتورها تقریباً یک شبه از زمان پیدایش خود به معماری غالب در پردازش زبان طبیعی تبدیل شده اند. آنها بهترین نتایج را برای انواع وظایف پردازش زبان طبیعی ارائه می دهند. اگر دانشمند داده یا برنامه نویس هستید، این کتاب مفید به شما نشان می دهد که چگونه مدل های NLP را با استفاده از Hugging Face Transformers، یک کتابخانه یادگیری عمیق مبتنی بر پایتون، آموزش دهید و مقیاس دهید. از ترانسفورماتورها برای مثال در نوشتن ماشینی مقالات خبری، در بهبود جستجوهای گوگل یا در چت بات ها استفاده می شود. در این راهنما، لوئیس تونستال، لئاندرو فون ورا و توماس ولف، که همچنین کتابخانه Transformers Hugging Face را توسعه داده اند، رویکردی عملی دارند تا به شما نشان دهند مدل های مبتنی بر Transformer چگونه کار می کنند و چگونه می توانید آنها را در برنامه های خود ادغام کنید. شما به سرعت با انواع کارها مانند طبقه بندی متن، تشخیص موجودیت با نام یا پاسخ به سؤال آشنا خواهید شد که می توانید با آنها حل کنید.

Leistungsfähige State-of-the-Art-Sprachanwendungen mit vortrainierten Transformer-Modellen

• Transformer haben die NLP-Welt im Sturm erobert
• Von den Gründern von Hugging Face, der Plattform für vortrainierte Transformer-Modelle für TensorFlow und PyTorch
• Bietet einen fundierten und praxisnahen Überblick über die wichtigsten Methoden und Anwendungen im aktuellen NLP
• Hands-On: Jeder Programmierschritt kann in Jupyter Notebooks nachvollzogen werden

Transformer haben sich seit ihrer Einführung nahezu über Nacht zur vorherrschenden Architektur im Natural Language Processing entwickelt. Sie liefern die besten Ergebnisse für eine Vielzahl von Aufgaben bei der maschinellen Sprachverarbeitung. Wenn Sie Data Scientist oder Programmierer sind, zeigt Ihnen dieses praktische Buch, wie Sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren können. Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln zum Einsatz, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots. In diesem Handbuch zeigen Ihnen Lewis Tunstall, Leandro von Werra und Thomas Wolf, die auch die Transformers-Bibliothek von Hugging Face mitentwickelt haben, anhand eines praktischen Ansatzes, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren können. Sie werden schnell eine Vielzahl von Aufgaben wie Textklassifikation, Named Entity Recognition oder Question Answering kennenlernen, die Sie mit ihnen lösen können.