Bewertung:
Das Buch bietet einen praktischen Ansatz zum Erlernen von NLP mit dem Schwerpunkt auf realen Anwendungen, wodurch es auch für nicht-akademische Benutzer geeignet ist. Es leidet jedoch unter einem Mangel an klaren Beispielen und schlecht dokumentiertem Code, was seiner Effektivität abträglich ist.
Vorteile:⬤ Praktischer Fokus auf Problemlösungen in der Praxis.
⬤ Auf dem neuesten Stand der NLP-Technologie.
⬤ Klare Organisation und Schreibweise.
⬤ Wertvoll für Nicht-Akademiker, die NLP in der Wirtschaft anwenden wollen.
⬤ Beispiele laufen oft nicht wie vorgesehen.
⬤ Schlechte Dokumentation von Quellcode und Datensätzen.
⬤ Vielen Nutzern fehlte es in der praktischen Anwendung an Visualisierungen und Übersichtlichkeit.
⬤ Einige Leser hatten das Gefühl, ihr Geld verschwendet zu haben, da es an echten Beispielen mangelte.
(basierend auf 8 Leserbewertungen)
Applied Natural Language Processing in the Enterprise: Teaching Machines to Read, Write, and Understand
NLP hat in den letzten Jahren einen enormen Aufschwung erlebt. Doch während Google, Facebook, OpenAI und andere immer größere Sprachmodelle veröffentlichen, tun sich viele Teams immer noch schwer damit, NLP-Anwendungen zu entwickeln, die dem Hype gerecht werden. Dieser praktische Leitfaden hilft Ihnen, sich mit den neuesten und vielversprechendsten Trends im Bereich NLP vertraut zu machen.
Mit einem grundlegenden Verständnis von maschinellem Lernen und etwas Python-Erfahrung lernen Sie, wie Sie Modelle für reale Anwendungen in Ihrem Unternehmen erstellen, trainieren und einsetzen können. Die Autoren Ankur Patel und Ajay Uppili Arasanipalai führen Sie anhand von Code und Beispielen, die die besten Praktiken im modernen NLP hervorheben, durch den Prozess.
⬤ Nutzen Sie moderne NLP-Modelle wie BERT und GPT-3, um NLP-Aufgaben wie Named Entity Recognition, Textklassifikation, semantische Suche und Leseverständnis zu lösen.
⬤ Trainieren Sie NLP-Modelle mit einer Leistung, die vergleichbar oder besser ist als die von Standardsystemen.
⬤ Lernen Sie die Transformer-Architektur und moderne Tricks wie Transfer Learning kennen, die die NLP-Welt im Sturm erobert haben.
⬤ Machen Sie sich mit den Werkzeugen des Handwerks vertraut, einschließlich spaCy, Hugging Face und fast. ai.
⬤ Erstellen Sie zentrale Teile der NLP-Pipeline - einschließlich Tokenizer, Einbettungen und Sprachmodelle - von Grund auf mit Python und PyTorch.
⬤ Nehmen Sie Ihre Modelle aus Jupyter-Notebooks heraus und lernen Sie, wie man sie in der Produktion einsetzt, überwacht und wartet.
| ISBN: | 9781492062578 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 350 |
Derzeit verfügbar, auf Lager.
