البدء في معالجة اللغة الطبيعية القائمة على المحولات (NLP)
معالجة اللغة الطبيعية مع المحولات. الكائنات أن هذا المشروع هو:
- المبتدئون في NLP ، المبتدئين المحولات
- لديك برمجة أساسية معينة من Python و Pytorch
- مهتم بنماذج المحولات المتطورة
- فهم ومعرفة نماذج التعلم العميق البسيطة
رؤية هذا المشروع هي:
نأمل أن نجمع بين تفسيرات حية للمبادئ والمشاريع العملية المتعددة لمساعدة المبتدئين على البدء بسرعة مع NLP في عصر التعلم العميق.
المواد المرجعية الرئيسية لهذا المشروع هي:
- Luggingface/Transformers Code Library
- يشرح العديد من المحولات الممتازة والمشاركة
أعضاء المشروع:
- ERENUP (ملاحظات Duoduo) ، جامعة بكين ، الشخص المسؤول
- Zhang Fan ، Datawhale ، جامعة تيانجين ، الفصل 4
- تشانغ شيان ، معهد هاربين للتكنولوجيا ، الفصل 2
- لي ليكيو ، جامعة تشجيانغ ، الفصل 3
- كاي جي ، جامعة بكين ، الفصل 4
- Hlzhang ، جامعة McGill ، الفصل 4
- تايوان يونبينغ الفصل 2
- الفصل 2 من Zhang Hongxu
قام هذا المشروع بتلخيص ودرس العديد من المستندات الممتازة والمشاركة ، وقد حدد مصادر في كل فصل. إذا كان هناك أي انتهاك ، فيرجى الاتصال بأعضاء المشروع في الوقت المناسب. شكرًا لك. انتقل إلى Github وانقر فوق Star ومعرفة المزيد بنصف الجهد؟ شكرًا لك.
محتوى المشروع
الفصل 1 - مقدمة
- 1.0 القراءة المحلية ورمز البيئة تشغيل تكوين البيئة. md
- 1.1 صعود المحولات في NLP
الفصل 2 المبادئ المتعلقة بالمحول
- 2.1 الاهتمام المرصع
- 2.2- محول الرسوم
- 2.2.1-Pytorch كتابة Transfer.MD
- 2.2.2-pytorch كتابة المحولات-القراءة
- 2.3-illustrated Bert
- 2.4 GPT-GRAPHIC
- 2.5 اختبار الفصل
الفصل 3 - اكتب نموذج محول: بيرت
- 3.1 كيف تنفذ بيرت
- 3.2- كيف لتطبيق بيرت
- اختبار 3.3 الفصل
الفصل 4 - استخدم المحولات لحل مهام NLP
- 4.0-forword
- 4.1 تصنيف النص
- 4.2-تسلسل العلامات
- 4.3-Q&A Q & A Q&A
- 4.4-Q&A أسئلة وأجوبة اختيار المهام
- 4.5 Generate نموذج لغة المهام
- 4.6-Generate Tasks-Machine Translation
- 4.7 جيل من المهام المهم
- 4.8 اختبار الفصل
