Prelucrarea avansată a limbajului natural cu TensorFlow 2: Construiți aplicații NLP eficiente din lumea reală utilizând NER, RNN, modele seq2seq, Transformers și

Recenzii ale cititorilor

Cartea este un ghid cuprinzător pentru procesarea limbajului natural (NLP) care se adresează cu succes atât începătorilor, cât și practicienilor experimentați. Acesta acoperă o varietate de subiecte, de la concepte fundamentale la tehnici avansate, inclusiv transformatoare și aplicații din lumea reală. Includerea exemplelor practice de cod și a resurselor GitHub îmbunătățește experiența de învățare, dar unii cititori consideră metodele învechite și codul boilerplate deranjant ca fiind contra. În general, este foarte recomandat pentru cei care doresc să înțeleagă și să pună în aplicare tehnici moderne NLP.

⬤ Acoperire cuprinzătoare a subiectelor NLP de la tehnici de bază la cele avansate.
⬤ Ușor de citit, cu explicații și ilustrații clare.
⬤ Exemplele practice de cod și resursele GitHub ajută la învățare.
⬤ Potrivit atât pentru începători, cât și pentru profesioniști experimentați.
⬤ La zi cu evoluțiile și instrumentele NLP moderne, precum TensorFlow și HuggingFace.
⬤ Accent puternic pe aplicații practice și exemple din lumea reală.

⬤ Unele metode discutate, cum ar fi LSTM și seq2seq, sunt considerate învechite în peisajul NLP care evoluează rapid.
⬤ Prezența codului boilerplate poate distrage atenția de la conceptele principale.
⬤ Bibliotecile/metodele variate pentru sarcini similare pot duce la o experiență de învățare mai puțin coerentă.
⬤ Câțiva cititori pot considera că nu este potrivit pentru începătorii absoluți fără cunoștințe anterioare.

(pe baza a 31 recenzii ale cititorilor)

Titlul original:

Advanced Natural Language Processing with TensorFlow 2: Build effective real-world NLP applications using NER, RNNs, seq2seq models, Transformers, and

Conținutul cărții:

Soluție unică pentru practicienii NLP, dezvoltatorii ML și cercetătorii de date pentru a construi sisteme NLP eficiente care pot efectua sarcini complicate din lumea reală

Caracteristici principale

⬤ Implementați algoritmi de învățare profundă, cum ar fi BiLSTMS, CRF-uri și multe altele, utilizând TensorFlow 2.

⬤ Explorați tehnicile și bibliotecile NLP clasice, inclusiv etichetarea părților de vorbire și tokenizarea.

⬤ Învățați aplicații practice de NLP care acoperă avangardele domeniului, cum ar fi analiza sentimentelor și generarea de text.

Descrierea cărții

În ultimii doi ani, au existat progrese extraordinare în procesarea limbajului natural, iar acum trecem de la laboratoarele de cercetare la aplicații practice. Prelucrarea avansată a limbajului natural vine cu o combinație perfectă atât a aspectelor teoretice, cât și a celor practice ale tehnicilor NLP complexe și la modă.

Această carte se concentrează pe aplicații inovatoare în domeniul NLP, generarea limbajului și sistemele de dialog. Ea intră în detaliile aplicării conceptelor de preprocesare a textului folosind tehnici precum tokenizarea, etichetarea părților de vorbire și lematizarea folosind biblioteci populare precum Stanford NLP și SpaCy. Recunoașterea entităților numite (NER), o piatră de temelie a roboților orientați către sarcini, este construită de la zero folosind câmpuri aleatorii condiționate și decodificarea Viterbi pe baza RNN-urilor.

Având o perspectivă practică și axată pe aplicații, cartea acoperă domenii emergente cheie, cum ar fi generarea de text pentru utilizarea în completarea propozițiilor și rezumarea textului, crearea de punți între imagini și text prin generarea de subtitrări pentru imagini și gestionarea aspectelor legate de dialog din proiectarea chatbot-urilor. Cartea acoperă, de asemenea, unul dintre cele mai importante motive din spatele progreselor recente în NLP - aplicarea învățării prin transfer și reglarea fină utilizând TensorFlow 2.

În plus, aceasta acoperă tehnici practice care pot simplifica etichetarea datelor textuale, care altfel se dovedește a fi o afacere costisitoare. Cartea are, de asemenea, un cod de lucru pentru fiecare piesă tehnică, astfel încât să le puteți adapta la cazurile dvs. de utilizare.

Până la sfârșitul acestei cărți TensorFlow, veți avea cunoștințe avansate despre instrumentele, tehnicile și arhitectura de învățare profundă utilizate pentru a rezolva probleme complexe de NLP.

Ce veți învăța

⬤ Să înțelegeți etapele premergătoare importante în construirea aplicațiilor NLP, cum ar fi etichetarea POS.

⬤ Tratarea unor cantități mari de seturi de date neetichetate și cu etichete mici în NLP.

⬤ Utilizați învățarea prin transfer și învățarea slab supravegheată utilizând biblioteci precum Snorkel.

⬤ Executarea analizei sentimentelor utilizând BERT.

⬤ Aplicați arhitecturi NN codificator-decodificator și căutarea fasciculului pentru rezumarea textului.

⬤ Utilizarea modelelor de transformare cu atenție pentru a aduce împreună imaginile și textul.

⬤ Construirea de aplicații care generează legende și răspund la întrebări despre imagini.

⬤ Utilizați tehnici TensorFlow avansate, cum ar fi recoacerea ratei de învățare, straturi personalizate și funcții de pierdere personalizate pentru a construi cele mai recente modele NLP profunde.

Pentru cine este această carte

Aceasta nu este o carte introductivă și presupune că cititorul este familiarizat cu elementele de bază ale NLP și are abilități fundamentale Python, precum și cunoștințe de bază de învățare automată și calcul și algebră liniară la nivel universitar.

Cititorii care pot beneficia cel mai mult de această carte includ:

Dezvoltatori ML intermediari care sunt familiarizați cu elementele de bază ale tehnicilor de învățare supravegheată și învățare profundă.

Profesioniști care utilizează deja TensorFlow/Python în scopuri precum știința datelor, ML, cercetare și analiză.