| Título : |
Hands-on Question Answering Systems with BERT : Applications in Neural Networks and Natural Language Processing |
| Tipo de documento: |
documento electrónico |
| Autores: |
Sabharwal, Navin, Autor ; Agrawal, Amit, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Berkeley, CA : Apress |
| Fecha de publicación: |
2021 |
| Número de páginas: |
XV, 184 p. 80 ilustraciones |
| ISBN/ISSN/DL: |
978-1-4842-6664-9 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Aprendizaje automático Computación en la nube Lenguajes de programación (computadoras electrónicas) Lenguaje de programación |
| Índice Dewey: |
006.31 Máquina de aprendizaje |
| Resumen: |
Obtenga conocimientos prácticos sobre cómo se puede utilizar BERT (representaciones de codificador bidireccional de Transformers) para desarrollar sistemas de respuesta a preguntas (QA) mediante el procesamiento del lenguaje natural (NLP) y el aprendizaje profundo. El libro comienza con una descripción general del panorama tecnológico detrás de BERT. Le lleva a través de los conceptos básicos de la PNL, incluida la comprensión del lenguaje natural con tokenización, derivación y lematización, y una bolsa de palabras. A continuación, analizará las redes neuronales para PNL comenzando con sus variantes, como redes neuronales recurrentes, codificadores y decodificadores, codificadores y decodificadores bidireccionales y modelos de transformadores. En el camino, cubrirá la incrustación de palabras y sus tipos junto con los conceptos básicos de BERT. Después de esta base sólida, estará listo para profundizar en los algoritmos BERT, como los modelos de lenguaje enmascarado y la predicción de la siguiente oración. Verá diferentes variaciones de BERT seguidas de un ejemplo práctico de un sistema de respuesta a preguntas. Los sistemas prácticos de respuesta a preguntas con BERT son un buen punto de partida para desarrolladores y científicos de datos que desean desarrollar y diseñar sistemas de PNL utilizando BERT. Proporciona orientación paso a paso para utilizar BERT. Usted: Examinará los fundamentos de la incrustación de palabras. Aplicará redes neuronales y BERT para diversas tareas de PNL. Desarrollará un sistema de respuesta a preguntas desde cero. Entrenará sistemas de respuesta a preguntas para sus propios datos. |
| Nota de contenido: |
Chapter 1: Introduction to Natural Language Processing -- Chapter 2: Introduction to Word Embeddings -- Chapter 3: BERT Algorithms Explained -- Chapter 4: BERT Model Applications - Question Answering System -- Chapter 5: BERT Model Applications - Other tasks -- Chapter 6: Future of BERT models. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Hands-on Question Answering Systems with BERT : Applications in Neural Networks and Natural Language Processing [documento electrónico] / Sabharwal, Navin, Autor ; Agrawal, Amit, Autor . - 1 ed. . - Berkeley, CA : Apress, 2021 . - XV, 184 p. 80 ilustraciones. ISBN : 978-1-4842-6664-9 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Aprendizaje automático Computación en la nube Lenguajes de programación (computadoras electrónicas) Lenguaje de programación |
| Índice Dewey: |
006.31 Máquina de aprendizaje |
| Resumen: |
Obtenga conocimientos prácticos sobre cómo se puede utilizar BERT (representaciones de codificador bidireccional de Transformers) para desarrollar sistemas de respuesta a preguntas (QA) mediante el procesamiento del lenguaje natural (NLP) y el aprendizaje profundo. El libro comienza con una descripción general del panorama tecnológico detrás de BERT. Le lleva a través de los conceptos básicos de la PNL, incluida la comprensión del lenguaje natural con tokenización, derivación y lematización, y una bolsa de palabras. A continuación, analizará las redes neuronales para PNL comenzando con sus variantes, como redes neuronales recurrentes, codificadores y decodificadores, codificadores y decodificadores bidireccionales y modelos de transformadores. En el camino, cubrirá la incrustación de palabras y sus tipos junto con los conceptos básicos de BERT. Después de esta base sólida, estará listo para profundizar en los algoritmos BERT, como los modelos de lenguaje enmascarado y la predicción de la siguiente oración. Verá diferentes variaciones de BERT seguidas de un ejemplo práctico de un sistema de respuesta a preguntas. Los sistemas prácticos de respuesta a preguntas con BERT son un buen punto de partida para desarrolladores y científicos de datos que desean desarrollar y diseñar sistemas de PNL utilizando BERT. Proporciona orientación paso a paso para utilizar BERT. Usted: Examinará los fundamentos de la incrustación de palabras. Aplicará redes neuronales y BERT para diversas tareas de PNL. Desarrollará un sistema de respuesta a preguntas desde cero. Entrenará sistemas de respuesta a preguntas para sus propios datos. |
| Nota de contenido: |
Chapter 1: Introduction to Natural Language Processing -- Chapter 2: Introduction to Word Embeddings -- Chapter 3: BERT Algorithms Explained -- Chapter 4: BERT Model Applications - Question Answering System -- Chapter 5: BERT Model Applications - Other tasks -- Chapter 6: Future of BERT models. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hands-on Question Answering Systems with BERT
