HEA|  |02138nam0 2200301   450 
005|  |20240428131742.5
010|  |▼a978-7-111-74192-3▼dCNY139.00
100|  |▼a20240428d2024    em y0chiy0120    ea
101|1 |▼achi▼ceng
102|  |▼aCN▼b110000
105|  |▼aa   z   000yy
106|  |▼ar
200|1 |▼aTransformer自然语言处理实战▼ATransfo-
   |  |rmer zi ran yu yan chu li shi -
   |  |zhan▼d= Natural language proce-
   |  |ssing with transformers▼e使用Hug-
   |  |ging Face Transformers库构建NLP应用-
   |  |▼f(澳)路易斯·汤斯顿(Lewis Tunstall)，(-
   |  |瑞士)莱安德罗·冯·韦拉(Leandro von Werra-
   |  |)，(法)托马斯·沃尔夫(Thomas Wolf)著▼g叶伟-
   |  |民，叶志远译▼zeng
210|  |▼a北京▼c机械工业出版社▼d2024
215|  |▼a343页▼c图，照片▼d24cm
300|  |▼aO\'REILLY
305|  |▼aO\'Reilly Media, Inc.授权出版
330|  |▼a本书首先介绍Transformer模型和Hugging -
   |  |Face生态系统。然后介绍情感分析任务以及Trainer A-
   |  |PI、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。接着挖掘了文本摘要这个复杂的序-
   |  |列到序列的任务，并介绍了用于此任务的度量指标。之后聚焦于构建-
   |  |基于评论的问答系统，介绍如何基于Haystack进行信息检索-
   |  |，探讨在缺乏大量标注数据的情况下提高模型性能的方法。最后展示-
   |  |如何从头开始构建和训练用于自动填充Python源代码的模型，-
   |  |并总结Transformer面临的挑战以及将这个模型应用于其-
   |  |他领域的一些新研究。
510|1 |▼aNatural language processing -
   |  |with transformers▼ebuilding la-
   |  |nguage applications with huggi-
   |  |ng face▼zeng
517| 1|▼a使用Hugging Face Transformers库构建NLP应用
606|0 |▼a自然语言处理
690|  |▼aTP391▼v5
701| 0|▼c(澳)▼a汤斯顿▼Atang si dun▼c(Tuns-
   |  |tall, Lewis)▼4著
701| 0|▼c(瑞士)▼a韦拉▼Awei la▼c(Werra, Le-
   |  |andro von)▼4著
701| 0|▼c(法)▼a沃尔夫▼Awo er fu▼c(Wolf, Thomas)▼4著
702| 0|▼a叶伟民▼Aye wei min▼4译
702| 0|▼a叶志远▼Aye zhi yuan▼4译
801| 0|▼aCN▼b801001▼c20240428