深入理解Transformer自然语言处理

图书标准信息

• 作者 (法)丹尼斯·罗思曼
• 出版社 北京理工大学出版社
• 出版时间 2023-11
• 版次 1
• ISBN 9787576328936
• 定价 99.00元
• 装帧 其他
• 开本 16开
• 页数 267页
• 字数 399千字

【内容简介】

ai领域的基石那些还沉迷于n，rnn的工程师被警告：放弃战斗吧，向tranformer投降！本书是一本tranformer的指南，深入探讨了自然语言处理（nlp）领域的关键技术。本书详细介绍了tranformer架构及其在nlp中的创新应用，为读者提供了全面的知识体系和实践经验。作者以通俗易懂的方式解释复杂概念，引导读者逐步掌握深度学和nlp的核心。无论您是nlp研究者、数据科学家、计算机科学还是技术创业者，本书都为您提供了深入理解和应用tranformer模型的关键指南。通过本书，读者将掌握构建高能nlp应用所需的关键技能，助力您在人工智能领域取得更大成。

【作者简介】

本书由丹尼斯罗斯曼专业人士编写丹尼斯罗斯曼于索邦大学和巴黎狄德罗大学，设计了个word2矩阵专利嵌入和向量化系统。他开始了自己的职业生涯，创作了批人工智能认知自然语言处理（nlp）聊天机器人和其他公司的自动语言教师。他为ibm和服装生产商编写了一个人工智能资源优化器，并在世界范围内使用了一个的计划和调度（a）解决方案。

【目录】

部分

transformer架构介绍

章transformer模型架构入门//003

1.1 transformer的背景//005

1.2 transformer的崛起:attention is all you need//006

1.2.1堆栈//008

1.2.2堆栈//029

1.3训练和表现//031

本章小结//032

问题//033

参文献//033

第2章微调 bert模型//034

2.1 bert的架构//036

2.1.1堆栈//036

2.1.2预训练和微调bert模型//040

2.2微调 bert//042

2.2.1激活 gpu//042

2.2.2为 bert安装hugging face的 pytorch 接//0424

2.2.3导入模块//043

2.2.4指定cuda作为torch的设备//043国的

2.2.5加载数据集//043

2.2.6创建句子、标签列表和添加 bert标记//045

2.2.7激活 bert标记解析器//045

2.2.8处理数据//045

2.2.9创建注意力掩码//046

2.2.10将数据拆分为训练集和验证集//046

2.2.11所有数据转换成torch张量//047

2.2.12选择批量大小并创建迭代器//047

2.2.13bert模型配置//048

……

9.2.1基本样本//195

9.2.2复杂样本//201

本章小结//205

题//206

参文献//206

第3部分语言理解技术

0章让数据开:讲故事与做问答//209

10.1方//211

10.2方法0:试错//212

10.3方法1: ner 优先//214

10.4方法2:srl优先//219

10.4.1用 electra 回答问题//220

10.4.2项目管理//221

10.4.3使用srl来寻找问题//222

10.5接下来的步骤//226

本章小结//228

题//229

参文献//229

1章检测客户情感以做出预测//230

11.1入门;情感分析 transformer//232

11.1.1斯坦福情感树库(sst) //232

11.1.2使用roberta - large 进行情感分析//234

11.2利用情感分析预测客户行为//235

11.2.1用 distilbert 进行情感分析//236

11.2.2基于 hugging face模型列表的情感分析//237

本章小结//242

问题//242

参文献//243

2章使用transformer分析新闻//244

12.1对新闻的情感反应//246

12.1.1认知失调引发情感反应//246

12.1.2分析中的推特//247

12.1.3新闻的行为表现//249

12.2理对待新闻//251

12.2.1定义新闻化解路线图//251

12.2.2支管制//252

12.2.3 covid -19和前统的推文//260

12.3在结束本章之前//262

12.3.1寻找银弹//262

12.3.2寻找可靠的训练方法//263

本章小结//263

题//264

参文献//264

附录题//265