机读格式显示(MARC)

• 000 02120nam0 2200361 450

• 001 0000353587

• 005 20241220193400.0

• 010 __ |a 978-7-111-74192-3 |d CNY139.00

• 100 __ |a 20240117d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a Transformer自然语言处理实战 |A Transformer zi ran yu yan chu li shi zhan |b 专著 |e 使用Hugging Face Transformers库构建NLP应用 |f (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 |g 叶伟民，叶志远译

• 210 __ |a 北京 |c 机械工业出版社 |d 2024.01

• 215 __ |a 343页 |c 图，照片 |d 24cm

• 300 __ |a O'REILLY

• 305 __ |a O'Reilly Media, Inc.授权出版

• 306 __ |a 限中国大陆发行

• 312 __ |a 封面英文题名：Natural language processing with transformers: building language applications with hugging face

• 330 __ |a 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。

• 333 __ |a 本书适用于AI领域的数据科学家和机器学习工程师

• 510 1_ |a Natural language processing with transformers |e building language applications with hugging face |z eng

• 517 1_ |a 使用Hugging Face Transformers库构建NLP应用 |A shi yong Hugging Face Transformers ku gou jian NLP ying yong

• 606 0_ |a 自然语言处理 |A Zi Ran Yu Yan Chu Li

• 690 __ |a TP391 |v 5

• 701 _0 |c (澳) |a 汤斯顿 |A tang si dun |c (Tunstall, Lewis) |4 著

• 701 _0 |c (瑞士) |a 韦拉 |A wei la |c (Werra, Leandro von) |4 著

• 701 _0 |c (法) |a 沃尔夫 |A wo er fu |c (Wolf, Thomas) |4 著

• 702 _0 |a 叶伟民 |A ye wei min |4 译

• 702 _0 |a 叶志远 |A ye zhi yuan |4 译

• 801 _0 |a CN |b GDPTC |c 20241220

• 905 __ |a GDPTC |d TP391/269