【本书原版在 Amazon 获 4.1 星评,使用 BERT 建立和训练最先进自然语言处理模型的优秀实用书籍】
本书用简单的文字清晰阐释 BERT 背后的复杂原理,让你轻松上手 NLP 领域的里程碑式模型。本书内含 200+ 张示意图,示例涵盖文本分类、文本摘要、问答等 常见任务。
【内容简介】
本书聚焦谷歌公司开发的 BERT 自然语言处理模型,由浅入深地介绍了 BERT 的工作原理、BERT 的各种变体及其应用。本书呈现了大量示意图、代码和实例,详细解析了如何训练 BERT 模型、如何使用 BERT 模型执行自然语言推理任务、文本摘要任务、问答任务、命名实体识别任务等各种下游 任务,以及如何将 BERT 模型应用于多种语言。通读本书后,读者不仅能够全面了解有关 BERT 的各种概念、术语和原理,还能够使用 BERT 模型及其变体执行各种自然语言处理任务。
【编辑推荐】
※ 轻松上手:循序渐进,引导你亲手训练和理解 BERT 模型
※ 以简驭繁:示意图丰富,逐步拆解复杂原理,小白也能看懂
※ 运用自如:呈现多种下游任务,凝聚实战经验,助你灵活运用
※ 全面系统:详细讲解十余种 BERT 变体的原理,配套大量示例和习题
作者简介:
【作者简介】 苏达哈尔桑·拉维昌迪兰(Sudharsan Ravichandiran) 热爱开源社区的数据科学家,研究方向为深度学习和强化学习的实际应用,在自然语言处理和计算机视觉等领域都颇有建树,另著有《Python强化学习实战》。 【译者简介】 周参 就职于谷歌,任软件工程师,研究方向为自然语言处理。工作之余的兴趣是研究人工智能领域机器学习方向以及新的模型算法,并将多种深度学习模型应用于实际问题中。
目录:
第 1 章 Transformer 概览
第 2 章 了解 BERT 模型
第 3 章 BERT 实战
第 4 章 BERT 变体(上):ALBERT、RoBERTa、ELECTRA 和 SpanBERT
第 5 章 BERT 变体(下):基于知识蒸馏
第 6 章 用于文本摘要任务的BERTSUM 模型
第 7 章 将 BERT 模型应用于其他语言
第 8 章 Sentence-BERT 模型和特定领域的 BERT 模型
第 9 章 VideoBERT 模型和BART 模型
点击下载