LLM大模型畅销的2本书！BERT基础教程+Transformer自然语言处理实战附书籍PDF

Llama-Turbo

于 2024-10-08 15:24:37 发布

阅读量881

点赞数 36

文章标签：自然语言处理 bert transformer 知识图谱 llama LLM 大模型

本文链接：https://blog.csdn.net/pythonhy/article/details/142760731

版权

如果你是一名自然语言处理从业者，那你一定听说过大名鼎鼎的 BERT 模型。

BERT（Bidirectional Encoder Representations from Transformers）在2018年迎来了它的辉煌时刻：在机器理解测试SQuAD中独占鳌头，并在其他十项NLP挑战中取得了压倒性胜利，实现了在多个领域超越人类表现的历史性成就。
在这里插入图片描述
BERT模型通过预训练与微调的技术手段，致力于解决自然语言处理（Natural Language Processing, NLP）的各种任务。这些任务涵盖了问答系统、情感分析以及语言推理等多个方面。

朋友们如果需要此本《BERT基础教程：Transformer大模型实战》，扫码获取~

👉CSDN大礼包🎁：大模型书《BERT基础教程：Transformer大模型实战》免费分享（安全链接，放心点击）👈

在这里插入图片描述

书籍目录

第一部分开始使用 BERT

第 1 章 Transformer 概览

1.1 Transformer 简介
1.2 理解编码器
1.3 理解解码器
1.4 整合编码器和解码器
1.5 训练 Transformer
1.6 小结
1.7 习题
1.8 深入阅读

第 2 章了解 BERT 模型

2.1 BERT 的基本理念
2.2 BERT 的工作原理
2.3 BERT 的配置
2.4 BERT 模型预训练
2.5 子词词元化算法
2.6 小结
2.7 习题
2.8 深入阅读

第 3 章 BERT 实战

3.1 预训练的 BERT 模型
3.2 从预训练的 BERT 模型中提取嵌入
3.3 从 BERT 的所有编码器层中提取嵌入
3.4 针对下游任务进行微调
3.5 小结
3.6 习题
3.7 深入阅读

第二部分探索 BERT 变体

第 4 章 BERT 变体（上）：ALBERT、RoBERTa、ELECTRA 和 SpanBERT

第 5 章 BERT 变体（下）：基于知识蒸馏

第三部分 BERT 模型的应用

第 6 章用于文本摘要任务的BERTSUM 模型

6.1 文本摘要任务
6.2 为文本摘要任务微调 BERT 模型
6.3 理解 ROUGE 评估指标
6.4 BERTSUM 模型的性能
6.5 训练 BERTSUM 模型
6.6 小结
6.7 习题
6.8 深入阅读

第 7 章将 BERT 模型应用于其他语言

7.1 理解多语言 BERT 模型
7.2 M-BERT 模型的多语言表现
7.3 跨语言模型
7.4 理解 XLM-R 模型
7.5 特定语言的 BERT 模型
7.6 小结
7.7 习题
7.8 深入阅读

第 8 章 Sentence-BERT 模型和特定领域的 BERT 模型

8.1 用 Sentence-BERT 模型生成句子特征
8.2 sentence-transformers 库
8.3 通过知识蒸馏迁移多语言嵌入
8.4 特定领域的 BERT 模型：ClinicalBERT 模型和BioBERT 模型
8.5 小结
8.6 习题
8.7 深入阅读

第 9 章 VideoBERT 模型和BART 模型

9.1 VideoBERT 模型学习语言及视频特征
9.2 了解 BART 模型
9.3 探讨 BERT 库
9.4 小结
9.5 习题
9.6 深入阅读

而这本《Transformer自然语言处理实战》涵盖了Transformer在NLP领域的主要应用。本书坐着Lewis Tunstall是Hugging Face机器学习工程师，致力于为NLP社区开发实用工具，并帮助人们更好地使用这些工具。
在这里插入图片描述
这本书介绍Transformer模型和Hugging Face 生态系统。然后重点介绍情感分析任务以及Trainer API、Transformer的架构，并讲述了在多语言中识别文本内实体的任务，以及Transformer模型生成文本的能力，还介绍了解码策略和度量指标。