5 darmowych książek o przetwarzaniu języka naturalnego do przeczytania w 2023 r. — KDnuggets

Opublikowane ponownie przez Plato

Obserwuje: 0

5 darmowych książek o przetwarzaniu języka naturalnego do przeczytania w 2023 roku
Zdjęcie autora

Przed szumem wokół dużych modeli językowych (LLM), NLP powstawało, ale rozwijało się w ukryciu. Teraz został zrewolucjonizowany od czasu wydania LLM, takich jak ChatGPT. Wykazano, że LLM rozumieją, a także generują tekst podobny do ludzkiego. Modele takie jak ChatGPT, Google Bard i inne zostały przeszkolone na dużych ilościach danych tekstowych w architekturze głębokiej sieci neuronowej.

Ale w jaki sposób te modele dokładnie rozumieją ludzi, a także dają reakcje podobne do ludzkich? NLP. Poddziedzina sztucznej inteligencji, która pomaga modelom przetwarzać, rozumieć i wyprowadzać ludzki język. Zwykle są przeszkoleni w zakresie zadań, takich jak przewidywanie następnego słowa, co pozwala im budować zależności kontekstowe, a następnie generować odpowiednie wyniki. Pole NLP ma zaawansowane aplikacje, takie jak chatboty, streszczanie tekstu i inne.

Istnieją pewne obawy etyczne dotyczące LLM i ich stronniczości w generowaniu tekstu, wywołując dalsze badania nad NLP i jego wykorzystaniem w aplikacjach LLM. Chociaż te obawy i wyzwania są obecnie rozwiązywane, biorąc pod uwagę wpływ, jaki modele LLM, takie jak ChatGPT, wywarły na świat – wygląda na to, że zostaną tutaj, a zrozumienie NLP będzie niezbędne.

Jeśli chcesz dowiedzieć się więcej o LLM, musisz dowiedzieć się o NLP. W tym artykule omówię 5 DARMOWYCH książek, które musisz przeczytać w 2023 roku, aby lepiej zrozumieć NLP.

Autorzy: Dan Jurafsky i James H. Martin

Połączyć: Przetwarzanie mowy i języka

Napisana przez dwóch profesorów uniwersyteckich, ta książka Przetwarzanie mowy i języka stanowi kompleksowe wprowadzenie do świata NLP. Jest on podzielony na 3 sekcje: Podstawowe algorytmy dla NLP, Aplikacje NLP i Opisywanie struktury językowej. Pierwsza sekcja jest niezbędna dla początkujących, aby lepiej zrozumieć, czym jest NLP, jego podstawy wraz z przykładami. Natkniesz się na szereg tematów, takich jak semantyka, składnia i inne.

Jeśli dziedzina NLP jest dla ciebie nowa lub chcesz przejść na tę dziedzinę, naprawdę wierzę, że ta książka będzie bardzo korzystna dla indywidualnej nauki. Jak napisali profesorowie, praktyczne przykłady pomagają czytelnikom zrozumieć pojęcia znacznie lepiej niż książka czysto teoretyczna.

Autorzy: Christopher D. Manning i Hinrich Schütze

Połączyć: Podstawy statystycznego przetwarzania języka naturalnego

Jeśli jesteś specjalistą od danych lub w świecie sztucznej inteligencji – wiesz, jak ważna jest statystyka w tej dziedzinie. Niektórzy uważają, że nie potrzebujesz dużego zrozumienia branży, jednak uważam, że jest to ważne, ponieważ sprawi, że Twoja profesjonalna podróż w zakresie danych będzie znacznie płynniejsza.

Kiedy masz dobre podstawy dotyczące dziedziny NLP, możesz pomyśleć, że następnym krokiem jest poznanie algorytmów. Wcześniej będziesz chciał dowiedzieć się więcej o matematycznych podstawach języka. Ta książka nie tylko zaczyna się od podstaw NLP, ale także zagłębia się w aspekty matematyczne, takie jak przestrzenie prawdopodobieństwa, twierdzenie Bayesa, wariancja i inne.

Autor: Krzysztof M. Biskup

Połączyć: Rozpoznawanie wzorców i uczenie maszynowe

Najlepszym sposobem zrozumienia wydajności modeli jest zrozumienie, jak działa model, jego toku myślenia, rozpoznawania wzorców i dlaczego generuje to, co robi. Rozpoznawanie wzorców to proces rozróżniania danych na podstawie ustalonych kryteriów realizowany przez specjalne algorytmy. Umożliwia uczenie się i pozostawia pole do ulepszeń, co czyni go bardzo ważnym dla algorytmów uczenia maszynowego i ich wydajności.

Na końcu każdego rozdziału znajduje się ćwiczenie, które zostało wybrane w celu lepszego wyjaśnienia czytelnikowi każdego pojęcia. Autor ograniczył zawartość matematyczną do minimum, aby pomóc czytelnikowi w lepszym zrozumieniu, jednak należy zauważyć, że dobra znajomość rachunku różniczkowego, algebry liniowej i teorii prawdopodobieństwa będzie korzystna dla zrozumienia technik rozpoznawania wzorców i uczenia maszynowego.

Autor: Yoava Goldberga

Połączyć: Metody sieci neuronowych w NLP

Patrząc na rozwój NLP, możemy powiedzieć, że sieci neuronowe odegrały dużą rolę. Sieci neuronowe zapewniły modelom NLP lepsze zrozumienie ludzkiego języka, umożliwiając im przewidywanie słów i podział na różne tematy, które nie były im wyświetlane podczas uczenia się twarzy.

Ta książka nie zagłębia się od razu w tajniki sieci neuronowych. Zaczyna się od nauki podstaw, takich jak modele liniowe, perceptrony, sprzężenie zwrotne, trening sieci neuronowych i nie tylko. Autor zastosował podejście matematyczne do wyjaśnienia tych podstawowych elementów wraz z praktycznymi przykładami.

Autorzy: Sowmya Vajjala, Bodhisattwa Majumder, Anuj Gupta i Harshit Surana

Połączyć: Praktyczne przetwarzanie języka naturalnego

Więc rozumiesz mowę i język, omówiłeś statystyczne NLP, a potem przyjrzałeś się rozpoznawaniu wzorców i sieciom neuronowym w NLP. Ostatnią rzeczą, której musisz się nauczyć, jest praktyczne zastosowanie NLP.

Ta książka opisuje, w jaki sposób NLP jest używane w prawdziwym świecie, potok modeli NLP oraz więcej informacji na temat danych tekstowych i przypadków użycia, takich jak Chatboty, takie jak ChatGPT. Z tej książki dowiesz się, jak NLP można wykorzystać w różnych sektorach, takich jak handel detaliczny, służba zdrowia, finanse i inne. Dzięki różnym sektorom będziesz w stanie ocenić, jak działa potok NLP dla każdego z nich i dowiedzieć się, jak go użyć dla siebie.

Celem i przebiegiem tego artykułu było dostarczenie ci 5 bezpłatnych książek, które moim zdaniem są niezbędne i przyniosą korzyści twojej karierze lub nauce NLP. Chociaż zrobiłem to w formacie strukturalnym, mam nadzieję, że każda książka odbija się od drugiej, przenosząc twoją naukę na wyższy poziom.

Jeśli są jakieś inne BEZPŁATNE książki o NLP, z których Twoim zdaniem inni mogliby skorzystać, napisz o nich w komentarzach!

Nisza Arja jest analitykiem danych, niezależnym pisarzem technicznym i menedżerem ds. społeczności w KDnuggets. Jest szczególnie zainteresowana udzielaniem porad dotyczących kariery w Data Science lub samouczkami i wiedzą opartą na teorii wokół Data Science. Chciałaby również zbadać różne sposoby, w jakie sztuczna inteligencja jest / może korzystnie wpłynąć na długowieczność ludzkiego życia. Chętnie się uczy, stara się poszerzyć swoją wiedzę techniczną i umiejętności pisania, jednocześnie pomagając innym.