Avis des lecteurs
Résumé:Ce livre propose une approche pratique de l'apprentissage de la PNL en mettant l'accent sur les applications du monde réel, ce qui le rend adapté aux utilisateurs non universitaires. Cependant, il souffre d'un manque d'exemples clairs et d'un code mal documenté, ce qui nuit à son efficacité.
Avantages:⬤ L'accent est mis sur la résolution de problèmes concrets.
⬤ Mise à jour de la technologie NLP actuelle.
⬤ Organisation et rédaction claires.
⬤ Précieux pour les non-universitaires désireux d'appliquer la PNL dans le monde des affaires.
⬤ Les exemples ne fonctionnent pas toujours comme prévu.
⬤ Faible documentation du code source et des ensembles de données.
⬤ De nombreux utilisateurs ont trouvé que l'application pratique manquait de visualisations et de clarté.
⬤ Certains lecteurs ont eu l'impression d'avoir gaspillé leur argent en raison du manque d'exemples réels.
(basé sur 8 avis de lecteurs)
Titre original :
Applied Natural Language Processing in the Enterprise: Teaching Machines to Read, Write, and Understand
Contenu du livre :
La popularité du NLP a explosé ces dernières années. Mais alors que Google, Facebook, OpenAI et d'autres continuent de publier des modèles de langage plus importants, de nombreuses équipes ont encore du mal à créer des applications NLP à la hauteur de l'engouement qu'elles suscitent. Ce guide pratique vous aidera à vous familiariser avec les tendances les plus récentes et les plus prometteuses du NLP.
Avec une compréhension de base de l'apprentissage automatique et une certaine expérience de Python, vous apprendrez à construire, entraîner et déployer des modèles pour des applications réelles dans votre organisation. Les auteurs Ankur Patel et Ajay Uppili Arasanipalai vous guident tout au long du processus à l'aide de codes et d'exemples qui mettent en évidence les meilleures pratiques du NLP moderne.
⬤ Utilisez des modèles NLP de pointe tels que BERT et GPT-3 pour résoudre des tâches NLP telles que la reconnaissance d'entités nommées, la classification de textes, la recherche sémantique et la compréhension de la lecture.
⬤ Entraîner des modèles de TAL avec des performances comparables ou supérieures à celles des systèmes prêts à l'emploi.
⬤ Apprendre à connaître l'architecture Transformer et les astuces modernes comme l'apprentissage par transfert qui ont pris d'assaut le monde du NLP.
⬤ Familiarisez-vous avec les outils du métier, notamment spaCy, Hugging Face et fast. ai.
⬤ Construire les parties essentielles du pipeline NLP - y compris les tokenizers, les embeddings et les modèles de langage - à partir de zéro en utilisant Python et PyTorch.
⬤ Les modèles de Jupyter seront déployés, surveillés et maintenus en production.
Autres informations sur le livre :
| ISBN : | 9781492062578 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2021 |
| Nombre de pages : | 350 |
Achat:
Actuellement disponible, en stock.
