




本书分为三部分。第1部分聚焦于自然语言处理的高层次概述,包括自然语言处理的历史、该领域流行的应用,以及如何使用预训练模型来执行迁移学习和快速解决现实世界中的问题。第二部分将深入研究自然语言处理的底层细节,包括预处理文本、分词和向量嵌入。然后探讨当今自然语言处理中有效的建模方法,如Transformer、注意力机制、普通循环神经网络、长短期记忆和门控循环单元。第三部分将讨论应用自然语言处理很重要的方面——如何产品化已开发的模型,以便这些模型为组织提供看得见、摸得着的价值。我们将讨论当今可用工具的前景,分享对它们的看法。
目录:
第1章 自然语言处理介绍11
第2章 Transformer和迁移学习40
第3章 NLP任务和应用程序61
第4章 分词97
第5章 向量嵌入:计算机如何“理解”单词107
第6章 循环神经网络和其他序列模型128
第7章 Transformer146
第8章 BERT方法论:博采众长创新篇164
第9章 工欲善其事,必先利其器187
第10章 可视化207
第11章 产品化222
第12章 归纳提升263
点击下载