Natural Language Processing mit Transformern

Más información sobre el libro

Leistungsfähige State-of-the-Art-Sprachanwendungen mit vortrainierten Transformer-Modellen haben die NLP-Welt revolutioniert. Dieses Buch bietet einen fundierten und praxisnahen Überblick über die wichtigsten Methoden und Anwendungen im aktuellen NLP. Verfasst von den Gründern von Hugging Face, der Plattform für vortrainierte Transformer-Modelle für TensorFlow und PyTorch, ermöglicht es Ihnen, jeden Programmierschritt in Jupyter Notebooks nachzuvollziehen. Transformer haben sich als die vorherrschende Architektur im Natural Language Processing etabliert und liefern herausragende Ergebnisse. Data Scientists und Programmierer*innen lernen, wie sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren können. Anwendungsbeispiele sind maschinelles Schreiben von Nachrichtenartikeln, Verbesserung von Google-Suchanfragen und Chatbots. Die Autoren erklären die Funktionsweise von Transformer-basierten Modellen und deren Integration in Anwendungen. Sie erfahren, wie man Transformer für Aufgaben wie Textklassifizierung, Named Entity Recognition und Question Answering optimiert. Zudem wird gezeigt, wie man Transformer für sprachenübergreifendes Transfer Learning und reale Anwendungsfälle mit wenigen gelabelten Daten anwendet. Techniken wie Distillation, Pruning und Quantisierung helfen bei der Optimierung für das Deployment, während das Training von Grund auf und die Skalierun