Embeddings in Natural Language Processing: Teorie și progrese în reprezentările vectoriale ale sensului

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 3 voturi.

Titlul original:

Embeddings in Natural Language Processing: Theory and Advances in Vector Representations of Meaning

Conținutul cărții:

Încorporările au fost, fără îndoială, unul dintre cele mai influente domenii de cercetare în prelucrarea limbajului natural (NLP). Codificarea informațiilor într-o reprezentare vectorială bidimensională, care este ușor integrabilă în modelele moderne de învățare automată, a jucat un rol central în dezvoltarea NLP. Tehnicile de încorporare s-au concentrat inițial asupra cuvintelor, dar atenția a început curând să se îndrepte către alte forme: de la structuri grafice, cum ar fi bazele de cunoștințe, la alte tipuri de conținut textual, cum ar fi propozițiile și documentele.

Această carte oferă o sinteză la nivel înalt a principalelor tehnici de încorporare în NLP, în sens larg. Cartea începe prin explicarea modelelor convenționale de spațiu vectorial al cuvintelor și a încorporărilor de cuvinte (de exemplu, Word2Vec și GloVe) și apoi trece la alte tipuri de încorporări, cum ar fi încorporările de sensuri ale cuvintelor, de propoziții și documente, precum și încorporările de grafice. Cartea oferă, de asemenea, o prezentare generală a evoluțiilor recente în domeniul reprezentărilor contextualizate (de exemplu, ELMo și BERT) și explică potențialul acestora în NLP.

Pe parcursul cărții, cititorul poate găsi atât informații esențiale pentru înțelegerea unui anumit subiect de la zero, cât și o prezentare generală a celor mai de succes tehnici dezvoltate în literatura de specialitate.