Descripción
El PNL ha explotado en popularidad en los últimos años. Pero mientras Google, Facebook, OpenAI y otros siguen lanzando modelos de lenguaje más grandes, muchos equipos aún tienen dificultades para crear aplicaciones de PNL que estén a la altura de las expectativas. Esta guía práctica le ayuda a ponerse al día con las últimas y más prometedoras tendencias en PNL.
Con una comprensión básica del aprendizaje automático y algo de experiencia en Python, aprenderá cómo construir, entrenar e implementar modelos para aplicaciones del mundo real en su organización. Los autores Ankur Patel y Ajay Uppili Arasanipalai lo guían a través del proceso utilizando código y ejemplos que resaltan las mejores prácticas en PNL moderno.
- Utilice modelos de PNL de última generación como BERT y GPT-3 para resolver tareas de PNL como el reconocimiento de entidades nombradas, la clasificación de texto, la búsqueda semántica y la comprensión lectora.
- Entrene modelos de PNL con un rendimiento comparable o superior al de los sistemas preconfigurados.
- Aprenda sobre la arquitectura Transformer y trucos modernos como el aprendizaje por transferencia que han irrumpido en el mundo del PNL.
- Familiarícese con las herramientas del oficio, incluyendo spaCy, Hugging Face y fast.ai
- Construya partes centrales del pipeline de PNL, incluyendo tokenizadores, incrustaciones y modelos de lenguaje, desde cero usando Python y PyTorch.
- Saque sus modelos de los cuadernos de Jupyter y aprenda cómo implementarlos, monitorearlos y mantenerlos en producción.
Autor: Ankur A. Patel, Ajay Uppili Arasanipalai
Editorial: O'Reilly Media
Publicado: 01/06/2021
Páginas: 336
Tipo de encuadernación: Tapa blanda
Peso: 1.18lbs
Tamaño: 9.19h x 7.00w x 0.70d
ISBN13: 9781492062578
ISBN10: 149206257X
Categorías BISAC:
- Computación | Inteligencia Artificial | Procesamiento del Lenguaje Natural
- Computación | Ciencia de Datos | Análisis de Datos
- Computación | Software de Negocios y Productividad | Inteligencia de Negocios
Sobre el autor
Ankur A. Patel es un empresario de IA, líder de pensamiento y autor. Actualmente es cofundador y director de datos en Glean y cofundador de Mellow. Glean utiliza el procesamiento del lenguaje natural para proporcionar inteligencia de gastos de proveedores dentro de una solución de cuentas por pagar. Mellow desarrolla API de procesamiento del lenguaje natural fáciles de usar para que los desarrolladores las utilicen como parte de la creación de sus productos.
Anteriormente, Ankur fue vicepresidente de ciencia de datos en 7Park Data, una empresa de la cartera de Vista Equity Partners. Ankur utilizó datos alternativos para construir productos de datos alternativos para fondos de cobertura y desarrolló una plataforma de reconocimiento, resolución y vinculación de entidades basada en el procesamiento del lenguaje natural para clientes empresariales. Antes de 7Park Data, Ankur dirigió los esfuerzos de ciencia de datos en la ciudad de Nueva York para la empresa israelí de inteligencia artificial ThetaRay, pionera en el aprendizaje no supervisado aplicado.
Ankur comenzó su carrera como analista en JPMorgan y luego se convirtió en el principal comerciante de crédito soberano de mercados emergentes para Bridgewater Associates, el fondo de cobertura macro global más grande del mundo. Posteriormente fundó y gestionó R-Squared Macro, un fondo de cobertura basado en el aprendizaje automático.
Ankur, graduado de la Escuela Woodrow Wilson de la Universidad de Princeton, recibió el Premio Conmemorativo del Teniente John A. Larkin. Actualmente reside en la ciudad de Nueva York.
Ajay Arasanipalai es investigador de aprendizaje profundo y estudiante de la Universidad de Illinois en Urbana-Champaign. Es autor de numerosos artículos populares que discuten la investigación de vanguardia en aprendizaje profundo. En marzo de 2018, Ajay fue invitado a hablar sobre el aprendizaje profundo acelerado en Think 2018, la conferencia tecnológica anual más grande de IBM. Actualmente, como copresidente del capítulo ACM SIGAI en la Universidad de Illinois, organiza talleres y proyectos educativos para estudiantes de pregrado.