Prelucrarea limbajului natural cu Pytorch: Construiți aplicații lingvistice inteligente utilizând învățarea profundă

Recenzii ale cititorilor

Cartea oferă o introducere solidă în procesarea limbajului natural (NLP) și învățarea profundă utilizând Python și PyTorch, în special pentru începătorii cu un anumit nivel de programare. Ea pune accentul pe codificarea și exemplele practice, dar suferă de probleme legate de profunzimea explicațiilor, calitatea codului și conținutul oportun.

Cartea este excelentă pentru începătorii în NLP, oferind o introducere clară a conceptelor și exemple practice de codificare. Ea oferă o bază solidă în modelele de codificare cu Python și PyTorch, iar exercițiile sunt simple și pot fi ușor accesate printr-un depozit GitHub. Mulți cititori apreciază stilul concis de scriere și progresia fără întreruperi de la subiectele simple la cele avansate.

Criticii subliniază concizia cărții, sugerând că îi lipsește profunzimea în multe domenii, oferind doar explicații scurte pentru exemple lungi de cod. Unii au remarcat probleme legate de calitatea codului furnizat, inclusiv piese lipsă și erori, ceea ce poate face învățarea frustrantă. În plus, cartea nu acoperă noile progrese în NLP, cum ar fi transformatoarele și mecanismele de atenție, și este considerată oarecum supraevaluată având în vedere conținutul său.

(pe baza a 21 recenzii ale cititorilor)

Titlul original:

Natural Language Processing with Pytorch: Build Intelligent Language Applications Using Deep Learning

Conținutul cărții:

Procesarea limbajului natural (NLP) oferă oportunități nelimitate pentru rezolvarea problemelor în inteligența artificială, făcând posibile produse precum Amazon Alexa și Google Translate. Dacă sunteți un dezvoltator sau un cercetător de date nou în NLP și deep learning, acest ghid practic vă arată cum să aplicați aceste metode folosind PyTorch, o bibliotecă de deep learning bazată pe Python.

Autorii Delip Rao și Brian McMahon vă oferă o bază solidă în algoritmii NLP și deep learning și vă demonstrează cum să utilizați PyTorch pentru a crea aplicații care implică reprezentări bogate ale textului specifice problemelor cu care vă confruntați. Fiecare capitol include mai multe exemple de cod și ilustrații.

⬤ Explorați grafurile computaționale și paradigma învățării supravegheate.

⬤ Master elementele de bază ale bibliotecii de manipulare a tensorilor optimizate PyTorch.

⬤ Obțineți o prezentare generală a conceptelor și metodelor tradiționale NLP.

⬤ Învățați ideile de bază implicate în construirea rețelelor neuronale.

⬤ Utilizați embeddings pentru a reprezenta cuvinte, propoziții, documente și alte caracteristici.

⬤ Explorați predicția secvențelor și generați modele secvență-la-secvență.

⬤ Învățați modele de proiectare pentru construirea sistemelor NLP de producție.