Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Kapitel 1: Einführung in die natürliche SprachverarbeitungZiel des Kapitels: Einführung in die Grundlagen der natürlichen Sprachverarbeitung1. 1 Was ist natürliche Sprachverarbeitung1. 2 Was ist das Verstehen natürlicher Sprache1. 3 Aufgaben der Verarbeitung natürlicher Sprache1. 3. 1 Tokenisierung1. 3. 2 Stemming und Lemmatisierung1. 3. 3 Wortsäcke1. 3. 4 Wort/Satz-Vektorisierung.
Kapitel 2: Einführung in Worteinbettungen.
Ziel des Kapitels: Einführung in die Grundlagen der Worteinbettung3. 1 Was ist Worteinbettung3. 2 Verschiedene Methoden der Worteinbettung3. 2. 1 Word2vec3. 2. 2 Handschuh3. 2. 3 Elmo3. 2. 4 Universelle Satzkodierer3. 2. 5 BERT3. 3 Bidirektionale Encoder-Darstellungen aus Transformatoren (BERT)3. 3. 1 BERT - base3. 3. 2 BERT - groß.
Kapitel 3: BERT-Algorithmen erklärtKapitelziel: Details zu BERT-Modellalgorithmen4. 1 Maskiertes Sprachmodell4. 2 Next sentence prediction (NSP) 4. 3 Textklassifikation mit BERT4. 4 Verschiedene Arten von BERT-basierten Modellen4. 4. 1 ALBERT4. 4. 2 ROBERT4. 4. 3 DistilBERT.
Kapitel 4: BERT-Modellanwendungen - FragebeantwortungssystemKapitelziel: Details über Fragebeantwortungssysteme5. 1 Einführung5. 2 Arten von QA-Systemen5. 3 QA-Systementwurf mit BERT5. 4 DrQA System5. 5 DeepPavlov QA System.
Kapitel 5: BERT-Modellanwendungen - Sonstige AufgabenKapitelziel: Einzelheiten zu den vom BERT durchgeführten NLP-Aufgaben. 6. 1 Einführung6. 2 Andere NLP-Aufgaben: 6. 2. 1 Sentimentanalyse 6. 2. 2. Named Entity Recognition 6. 2. 3 Tag-Erzeugung 6. 2. 4 Klassifizierung 6. 2. 5 Textzusammenfassung 6. 2. 6 Sprachübersetzung.
Kapitel 6: Die Zukunft der BERT-ModelleZiel des Kapitels: Einführung in die neuen Fortschritte in den Bereichen NLP mit BERT7. 1 BERT - Zukünftige Fähigkeiten.