Traitement du langage naturel appliqué à l'entreprise

La popularité du NLP a explosé au cours des 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 PNL à la hauteur de l'engouement suscité. Ce guide pratique t'aide à te 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, tu apprendras à construire, former et déployer des modèles pour des applications réelles dans ton organisation. Les auteurs Ankur Patel et Ajay Uppili Arasanipalai te guident tout au long du processus en utilisant du code et des exemples qui mettent en évidence les meilleures pratiques du NLP moderne.

• Utilise 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.
• Former des modèles de TAL avec des performances comparables ou supérieures à celles des systèmes prêts à l'emploi.
• Apprends à connaître l'architecture Transformer et les astuces modernes comme l'apprentissage par transfert qui ont pris d'assaut le monde du NLP.
• Se familiariser avec les outils du métier, notamment spaCy, Hugging Face et fast.ai.
• Construire des 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.
• Sors tes modèles des carnets Jupyter et apprends à les déployer, à les surveiller et à les maintenir en production.