描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 是国际标准书号ISBN: 9000302003274
虽然训练计算机以解释和生成语音和文本这个挑战很大,但是它在减少劳动力和改进人机交互方面所带来的回报也很大!自然语言处理(NLP)领域目前正在快速发展,诞生了大量新的工具和实践。这本独特的书可以给读者带来一系列可以应用于机器翻译、语音助手、文本生成等领域的创新NLP技术。 《赠ChatGPT中文范例的自然语言处理入门书》将展示如何构建实用的、可以改变人类和计算机协同工作方式的NLP应用程序。本书通过对每个核心NLP主题进行清晰、直观的解释和指导,帮助你创建许多有趣的应用程序,包括情感分析器和聊天机器人。在该过程中,你将使用Python和开源库(AllenNLP和Hugging Face Transformers)加快开发过程。
● 设计、开发和部署实用的NLP应用程序
● 构建命名实体标注器
● 构建机器翻译系统
● 构建语言生成系统和聊天机器人
Transformer正在颠覆AI领域。市面上有这么平台和Transformer模型,哪些最符合你的需求? 将引领你进入Transformer的世界,将讲述不同模型和平台的优势,指出如何消除模型的缺点和问题。本书将引导你使用Hugging Face从头开始预训练一个RoBERTa模型,包括构建数据集、定义数据整理器以及训练模型等。 《基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理》分步展示如何微调GPT-3等预训练模型。研究机器翻译、语音转文本、文本转语音、问答等NLP任务,并介绍解决NLP难题的技术,甚至帮助你应对假新闻焦虑(详见第13章)。 从书中可了解到,诸如OpenAI的高级平台将Transformer扩展到语言领域、计算机视觉领域,并允许使用DALL-E 2、ChatGPT和GPT-4生成代码。通过本书,你将了解到Transformer的工作原理以及如何实施Transformer来决NLP问题。
主要内容
● 了解用于解决复杂语言问题的新技术
● 将GPT-3与T5、GPT-2和基于BERT的Transformer的结果进行对比
● 使用TensorFlow、PyTorch和GPT-3执行情感分析、文本摘要、非正式语言分析、机器翻译等任务
● 了解ViT和CLIP如何标注图像(包括模糊化),并使用DALL-E从文本生成图像
● 学习ChatGPT和GPT-4的高级提示工程机制
近几年来,深度学习已经彻底改变人工智能的诸多领域,涉及语音、视觉、自然语言、机器人和游戏等。深度学习在自然语言处理领域的诸多应用方面大获成功,这使其成为人工智能领域*重要的发展基准。
《基于深度学习的自然语言处理》介绍深度学习领域*的技术以及深度学习在主要的自然语言处理任务中的成功应用,包括语音识别和理解、对话系统、语义分析、句法分析、知识图谱、机器翻译、问答、情感分析、社会计算和基于图像的自然语言生成。本书对深度学习时代自然语言处理领域的不同研究前沿进行了概括与分析,还列举了深度学习与自然语言处理领域中交叉的技术性术语以及常用的首字母缩略词。
《基于深度学习的自然语言处理》面向深度学习与自然语言处理领域高年级的本科生、研究生、博士后研究员、讲师、行业的研究员以及任何对此领域感兴趣的人。
评论
还没有评论。