Procesarea limbajului natural aplicat în întreprinderi: Învățarea mașinilor să citească, să scrie și să înțeleagă

Recenzii ale cititorilor

Cartea oferă o abordare practică a învățării NLP, cu accent pe aplicațiile din lumea reală, ceea ce o face potrivită pentru utilizatorii neacademici. Cu toate acestea, ea suferă de o lipsă de exemple clare și de un cod slab documentat, ceea ce îi diminuează eficiența.

⬤ Accent practic pe rezolvarea problemelor din lumea reală.
⬤ La zi cu tehnologia NLP actuală.
⬤ Organizare și redactare clare.
⬤ Valoros pentru cei care nu sunt cadre universitare și doresc să aplice NLP în afaceri.

⬤ De multe ori, exemplele nu funcționează așa cum s-a intenționat.
⬤ Documentație slabă a codului sursă și a seturilor de date.
⬤ Mulți utilizatori au considerat că aplicația practică este lipsită de vizualizări și claritate.
⬤ Unii cititori au considerat că și-au irosit banii din cauza exemplelor reale insuficiente.

(pe baza a 8 recenzii ale cititorilor)

Titlul original:

Applied Natural Language Processing in the Enterprise: Teaching Machines to Read, Write, and Understand

Conținutul cărții:

NLP a explodat în popularitate în ultimii câțiva ani. Dar, în timp ce Google, Facebook, OpenAI și alții continuă să lanseze modele lingvistice mai mari, multe echipe încă se luptă cu crearea de aplicații NLP care să se ridice la înălțimea așteptărilor. Acest ghid practic vă ajută să vă puneți la curent cu cele mai recente și mai promițătoare tendințe în NLP.

Cu o înțelegere de bază a învățării automate și ceva experiență Python, veți învăța cum să construiți, să antrenați și să implementați modele pentru aplicații reale în organizația dvs. Autorii Ankur Patel și Ajay Uppili Arasanipalai vă ghidează prin proces folosind cod și exemple care evidențiază cele mai bune practici în NLP-ul modern.

⬤ Utilizați modele NLP de ultimă generație, cum ar fi BERT și GPT-3, pentru a rezolva sarcini NLP precum recunoașterea entităților numite, clasificarea textului, căutarea semantică și înțelegerea lecturii.

⬤  Pregătiți modele NLP cu performanțe comparabile sau superioare celor ale sistemelor gata de utilizare.

⬤ Învățați despre arhitectura Transformer și trucuri moderne precum învățarea prin transfer care au luat cu asalt lumea NLP.

⬤ Familiarizați-vă cu instrumentele meseriei, inclusiv spaCy, Hugging Face și fast. ai.

⬤ Construiți de la zero părți esențiale ale conductei NLP - inclusiv tokenizere, încorporări și modele lingvistice - folosind Python și PyTorch.

⬤ Scoateți-vă modelele din notebook-urile Jupyter și învățați cum să le implementați, monitorizați și mențineți în producție.