Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用

李福林 著

  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-1
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-2
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-3
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-4
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-5
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-6
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-7
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-8
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-9
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-10
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-11
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-12
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-13
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-14
  • Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-15
Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用-preview-1

買這商品的人也買了...

相關主題

商品描述

  1. 自然語言處理大本營Huggingface介面安裝及說明
  2. Huggingface模型、資料集,空間介紹
  3. AutoModelAutoTokenizer介紹
  4. Attention架構完整實作介紹
  5. PyTorch建立Transformer完整說明
  6. TensorFlow建立Transformer完整說明
  7. Huggingface手動架設一個BERT

 

HuggingFace提供了一套強大的自然語言處理工具和標準研發流程。

 

1章介紹了這一流程和工具的概述。

2章深入介紹了編碼工具,展示了其工作原理和應用案例。

3章詳細介紹了資料集工具,包括資料集倉庫和基本操作。

4章評價指標的載入和使用方法。

5章引入管道工具,說明高效地處理自然語言處理任務。

6章示範訓練工具的使用,展示模型訓練的流程。

從第7章到第10章,透過一系列中文自然語言處理實戰任務,包括情感分類、填空任務、句子關係推斷和命名實體識別,展示了工具集的實際應用能力。

11章探索了使用TensorFlow框架完成命名實體識別任務的方式。

12章深入研究了自動模型的使用,包括情感分類任務和原始程式碼的閱讀,以更好地理解模型內部工作原理。

13章和第14章則手動實現了Transformer模型和BERT模型,強調了底層模型理解和自訂模型的重要性。

作者簡介

李福林

一個在IT領域摸爬滾打十多年的老工程師、培訓師,精通多種IT技術,具有軟體設計師職稱。分享了多部AI技術教程,受到了讀者的廣泛讚譽。現任職於陽獅集團,擔任演算法工程師職位。教學風格追求化繁為簡,務實而不空談,課程設計思路清晰,課程演繹說理透徹,對AI領域技術有自己獨到的見解。

目錄大綱

工具集基礎用例演示篇

1 HuggingFace簡介

2 使用編碼工具

2.1 編碼工具簡介

2.2 編碼工具工作流示意

2.3 使用編碼工具

2.4 小結

3 使用資料集工具

3.1 資料集工具介紹

3.2 使用資料集工具

3.3 小結

4 使用評價指標工具

4.1 評價指標工具介紹

4.2 使用評價指標工具

4.3 小結

5 使用管道工具

5.1 管道工具介紹

5.2 使用管道工具

5.3 小結

6 使用訓練工具

6.1 訓練工具介紹

6.2 使用訓練工具

6.3 小結

 

中文專案實戰篇

7 實戰任務1:中文情感分類

7.1 任務簡介

7.2 資料集介紹

7.3 模型架構

7.4 實現程式

7.5 小結

8 實戰任務2:中文填空

8.1 任務簡介

8.2 資料集介紹

8.3 模型架構

8.4 實現程式

8.5 小結

9 實戰任務3:中文句子關係推斷

9.1 任務簡介

9.2 資料集介紹

9.3 模型架構

9.4 實現程式

9.5 小結

10 實戰任務4:中文命名實體辨識

10.1 任務簡介

10.2 資料集介紹

10.3 模型架構

10.4 實現程式

10.5 小結

11 使用TensorFlow訓練

11.1 任務簡介

11.2 資料集介紹

11.3 模型架構

11.4 實現程式

11.5 小結

12 使用自動模型

12.1 任務簡介

12.2 資料集介紹

12.3 模型架構

12.4 實現程式

12.5 深入自動模型原始程式碼

12.6 小結