广东职业技术学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

Transformer自然语言处理实战:使用Hugging Face Transformers库构建NLP应用/(澳)路易斯·汤斯顿(Lewis Tunstall)，(瑞士)莱安德罗·冯·韦拉(Leandro von Werra)，(法)托马斯·沃尔夫(Thomas Wolf)著 叶伟民，叶志远译

出版发行项:

北京:机械工业出版社,2024.01

ISBN及定价:

978-7-111-74192-3/CNY139.00

载体形态项:

343页:图，照片;24cm

并列正题名:

Natural language processing with transformers:building language applications with hugging face

其它题名:

使用Hugging Face Transformers库构建NLP应用

个人责任者:

(澳) 汤斯顿 (Tunstall, Lewis) 著

个人责任者:

(瑞士) 韦拉 (Werra, Leandro von) 著

个人责任者:

(法) 沃尔夫 (Wolf, Thomas) 著

个人次要责任者:

叶伟民 译

个人次要责任者:

叶志远 译

学科主题:

自然语言处理

中图法分类号:

TP391

一般附注:

O'REILLY

版本附注:

O'Reilly Media, Inc.授权出版

出版发行附注:

限中国大陆发行

相关题名附注:

封面英文题名：Natural language processing with transformers: building language applications with hugging face

提要文摘附注:

本书首先介绍Transformer模型和Hugging Face生态系统。然后介绍情感分析任务以及Trainer API、Transformer的架构，并讲述了在多语言中识别文本内实体的任务，以及Transformer模型生成文本的能力，还介绍了解码策略和度量指标。接着挖掘了文本摘要这个复杂的序列到序列的任务，并介绍了用于此任务的度量指标。之后聚焦于构建基于评论的问答系统，介绍如何基于Haystack进行信息检索，探讨在缺乏大量标注数据的情况下提高模型性能的方法。最后展示如何从头开始构建和训练用于自动填充Python源代码的模型，并总结Transformer面临的挑战以及将这个模型应用于其他领域的一些新研究。

使用对象附注:

本书适用于AI领域的数据科学家和机器学习工程师

豆瓣简介：