Transformer自然語言處理實戰(zhàn)：使用Hugging Face Transformers庫構(gòu)建NLP應(yīng)用
本書涵蓋了Transformer在NLP領(lǐng)域的主要應(yīng)用。首先介紹Transformer模型和HuggingFace生態(tài)系統(tǒng)。然后重點介紹情感分析任務(wù)以及TrainerAPI、Transformer的架構(gòu)，并講述了在多語言中識別文本內(nèi)實體的任務(wù)，以及Transformer模型生成文本的能力，還介紹了解碼策略和度量指標(biāo)。接著深入挖掘了文本摘要這個復(fù)雜的序列到序列的任務(wù)，并介紹了用于此任務(wù)的度量指標(biāo)。之后聚焦于構(gòu)建基于評論的問答系統(tǒng)，介紹如何基于Haystack進行信息檢索，探討在缺乏大量標(biāo)注數(shù)據(jù)的情況下提高模型性能的方法。最后展示如何從頭開始構(gòu)建和訓(xùn)練用于自動填充Python源代碼的模型，并總結(jié)Transformer面臨的挑戰(zhàn)以及將這個模型應(yīng)用于其他領(lǐng)域的一些新研究。
·14.9萬字
