Angewandte natürliche Sprachverarbeitung im Unternehmen

NLP hat in den letzten Jahren explosionsartig an Popularität gewonnen. Doch während Google, Facebook, OpenAI und andere immer größere Sprachmodelle veröffentlichen, haben viele Teams immer noch Schwierigkeiten, NLP-Anwendungen zu entwickeln, die dem Hype gerecht werden. Dieser praktische Leitfaden hilft dir, mit den neuesten und vielversprechendsten Trends im NLP vertraut zu werden.

Mit einem Grundverständnis von maschinellem Lernen und etwas Python-Erfahrung lernst du, wie du Modelle für reale Anwendungen in deinem Unternehmen erstellen, trainieren und einsetzen kannst. Die Autoren Ankur Patel und Ajay Uppili Arasanipalai führen dich anhand von Code und Beispielen, die die besten Praktiken im modernen NLP aufzeigen, durch den Prozess.

• Nutze moderne NLP-Modelle wie BERT und GPT-3, um NLP-Aufgaben wie Named Entity Recognition, Textklassifikation, semantische Suche und Leseverständnis zu lösen.
• Trainiere NLP-Modelle mit einer Leistung, die mit der von Standardsystemen vergleichbar oder sogar besser ist
• Lerne die Transformer-Architektur und moderne Tricks wie Transfer Learning kennen, die die NLP-Welt im Sturm erobert haben
• Mach dich mit den Werkzeugen der Branche vertraut, darunter spaCy, Hugging Face und fast.ai
• Baue zentrale Teile der NLP-Pipeline - wie Tokenizer, Einbettungen und Sprachmodelle - von Grund auf mit Python und PyTorch
• Entferne deine Modelle aus den Jupyter-Notizbüchern und lerne, wie man sie in der Produktion einsetzt, überwacht und wartet.