MARC状态:审校 文献类型:中文图书 浏览次数:2
- 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, (瑞士) 莱安德罗·冯·韦拉, (法) 托马斯·沃尔夫著 叶伟民, 叶志远译
- 出版发行项:
- 北京:机械工业出版社,2024
- ISBN及定价:
- 978-7-111-74192-3/CNY139.00
- 载体形态项:
- 343页:图;24cm
- 统一题名:
- Natural language processing with Transformers : building language applications with Hugging Face
- 个人责任者:
- 汤斯顿 (Tunstall, Lewis) 著
- 个人责任者:
- 韦拉 (Werra, Leandro von) 著
- 个人责任者:
- 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
- 出版发行附注:
- 英文原版由O'Reilly Media, Inc. 2022年出版 英文原版的翻译得到O'Reilly Media, Inc.的授权
- 相关题名附注:
- 英文题名原文取自封面
- 责任者附注:
- Lewis Tunstall, 是Hugging Face机器学习工程师, 致力于为NLP社区开发实用工具, 并帮助人们更好地使用这些工具。Leandro von Werra, 是Hugging Face机器学习工程师, 致力于代码生成模型的研究与社区推广工作。Thomas Wolf, 是Hugging Face首席科学官兼联合创始人, 他的团队肩负着促进AI研究和普及的使命。
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书涵盖了Transformer在NLP领域的主要应用。首先介绍Transformer模型和Hugging Face生态系统。然后重点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。接着深入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:
- 本书适用于对自然语言处理感兴趣的人
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 |
TP391/192 | B0199211 | 库本 库365841 | 可借 | 库本 | |
TP391/192 | B0199210 | 基本书库 | 可借 | 基本书库 |
显示全部馆藏信息