Advanced Natural Language Processing with TensorFlow 2: Construya aplicaciones NLP efectivas en el mundo real usando NER, RNNs, modelos seq2seq, Transformers, and

Opiniones de los lectores

El libro es una completa guía sobre el Procesamiento del Lenguaje Natural (PLN) que se dirige tanto a principiantes como a profesionales experimentados. Abarca una gran variedad de temas, desde conceptos básicos hasta técnicas avanzadas, pasando por transformadores y aplicaciones reales. La inclusión de ejemplos prácticos de código y recursos de GitHub mejora la experiencia de aprendizaje, pero algunos lectores encuentran como contras los métodos anticuados y el código repetitivo que distrae. En general, es muy recomendable para aquellos que buscan entender e implementar técnicas modernas de PNL.

⬤ Cobertura exhaustiva de temas de PNL desde técnicas básicas a avanzadas.
⬤ Fácil de leer con explicaciones claras e ilustraciones.
⬤ Ejemplos prácticos de código y recursos de GitHub ayudan en el aprendizaje.
⬤ Adecuado tanto para principiantes como para profesionales experimentados.
⬤ Actualizado con modernos desarrollos y herramientas de PNL como TensorFlow y HuggingFace.
⬤ Fuerte enfoque en aplicaciones prácticas y ejemplos del mundo real.

⬤ Algunos métodos discutidos, como LSTM y seq2seq, se consideran obsoletos en el panorama de la PNL en rápida evolución.
⬤ La presencia de código repetitivo puede distraer de los conceptos principales.
⬤ La variedad de bibliotecas/métodos para tareas similares puede dar lugar a una experiencia de aprendizaje menos coherente.
⬤ Algunos lectores pueden considerar que no es adecuado para principiantes absolutos sin conocimientos previos.

(basado en 31 opiniones de lectores)

Título original:

Advanced Natural Language Processing with TensorFlow 2: Build effective real-world NLP applications using NER, RNNs, seq2seq models, Transformers, and

Contenido del libro:

Solución integral para profesionales de la PNL, desarrolladores de ML y científicos de datos para crear sistemas de PNL eficaces que puedan realizar tareas complicadas en el mundo real.

Características principales

⬤ Implemente algoritmos de aprendizaje profundo como BiLSTMS, CRFs y muchos más usando TensorFlow 2.

⬤ Explore las técnicas y bibliotecas clásicas de NLP, incluido el etiquetado de partes de voz y la tokenización.

⬤ Aprenda aplicaciones prácticas de NLP que cubren los frentes del campo como el análisis de sentimientos y la generación de texto.

Descripción del libro

En los últimos dos años se han producido enormes avances en el procesamiento del lenguaje natural, y ahora estamos pasando de los laboratorios de investigación a las aplicaciones prácticas. El Procesamiento Avanzado del Lenguaje Natural presenta una mezcla perfecta de los aspectos teóricos y prácticos de las técnicas de PNL más complejas y de mayor tendencia.

Este libro se centra en aplicaciones innovadoras en el campo de la PNL, la generación de lenguaje y los sistemas de diálogo. Entra en los detalles de la aplicación de los conceptos de preprocesamiento de textos mediante técnicas como la tokenización, el etiquetado de partes de la oración y la lematización utilizando bibliotecas populares como Stanford NLP y SpaCy. El reconocimiento de entidades con nombre (NER), piedra angular de los robots orientados a tareas, se construye desde cero utilizando campos aleatorios condicionales y decodificación de Viterbi sobre RNNs.

Desde una perspectiva práctica y centrada en la aplicación, el libro cubre áreas emergentes clave como la generación de texto para su uso en la compleción de frases y el resumen de textos, la vinculación de imágenes y texto mediante la generación de subtítulos para imágenes, y la gestión de aspectos de diálogo en el diseño de chatbots. También cubre una de las razones más importantes de los recientes avances en PNL: la aplicación del aprendizaje por transferencia y el ajuste fino mediante TensorFlow 2.

Además, cubre técnicas prácticas que pueden simplificar el etiquetado de datos textuales que, de otro modo, resulta ser un asunto costoso. El libro también incluye un código de trabajo para cada técnica, de modo que pueda adaptarlas a sus casos de uso.

Al final de este libro TensorFlow, usted tendrá un conocimiento avanzado de las herramientas, técnicas y arquitectura de aprendizaje profundo utilizado para resolver problemas complejos de PNL.

Lo que aprenderá

⬤ Aprender pasos previos importantes en la construcción de aplicaciones NLP como el etiquetado POS.

⬤ Tratar con grandes cantidades de conjuntos de datos no etiquetados y etiquetados pequeños en NLP.

⬤ Utilizar la transferencia y el aprendizaje débilmente supervisado utilizando bibliotecas como Snorkel.

⬤ Realizar análisis de sentimiento usando BERT.

⬤ Aplicar arquitecturas NN codificador-decodificador y búsqueda de haces para resumir texto.

⬤ Utilizar modelos transformadores con atención para unir imágenes y texto.

⬤ Construir aplicaciones que generen pies de foto y respondan preguntas sobre imágenes.

⬤ Utilizar técnicas avanzadas de TensorFlow como recocido de tasa de aprendizaje, capas personalizadas y funciones de pérdida personalizadas para construir los últimos modelos profundos de NLP.

A quién va dirigido este libro

Este no es un libro introductorio y asume que el lector está familiarizado con los fundamentos de la PNL y tiene habilidades fundamentales de Python, así como conocimientos básicos de aprendizaje automático y cálculo de nivel universitario y álgebra lineal.

Los lectores que más se pueden beneficiar de este libro son:

Desarrolladores de ML intermedios que estén familiarizados con los fundamentos del aprendizaje supervisado y las técnicas de aprendizaje profundo.

Profesionales que ya utilizan TensorFlow/Python para fines como ciencia de datos, ML, investigación y análisis.