Visão global
- Aqui está uma lista das estruturas mais importantes de processamento de linguagem natural (do inglês NLP – Natural Language Processing) que você precisa conhecer nos últimos dois anos
- Do Transformer do Google AI ao XLM / mBERT do Facebook Research, traçamos o aumento da NLP através das lentes dessas descobertas sísmicas.
Introdução
Você já ouviu falar sobre a estrutura mais recente de processamento de linguagem natural lançada recentemente? Eu não culpo você se você ainda está atualizando a excelente biblioteca StanfordNLP ou a estrutura PyTorch-Transformers!
Houve um aumento notável na quantidade de pesquisas e avanços ocorrendo na NLP nos últimos dois anos.
Posso rastrear essa recente ascensão a um artigo (sísmico) – “Atenção é tudo que você precisa” do Google AI em junho de 2017. Essa descoberta gerou tantas novas e empolgantes bibliotecas de NLP que nos permitem trabalhar com o texto de maneiras anteriormente limitado à nossa imaginação (ou Hollywood).
A seguir, o interesse no processamento de idiomas naturais, de acordo com as pesquisas do Google nos últimos 5 anos nos EUA:
Podemos ver um padrão semelhante quando expandimos a pesquisa para incluir todo o globo!
Hoje, temos abordagens de ponta para modelagem de idiomas , transferência de aprendizado e muitas outras tarefas importantes e avançadas da NLP. A maioria delas envolve a aplicação de aprendizado profundo, especialmente a arquitetura Transformer, que foi introduzida no artigo acima.
Por isso, decidimos reunir todos os desenvolvimentos importantes em um só lugar e em uma linha do tempo organizada. Você vai adorar esse infográfico e deve mantê-lo à mão durante sua própria jornada de NLP.
Listei alguns tutoriais abaixo para ajudar você a começar com essas estruturas:
Como os transformadores funcionam na NLP?
Tutorial sobre classificação de texto (NLP) usando ULMFiT e fastai Library em Python
Introdução ao StanfordNLP: uma incrível biblioteca de NLP de última geração para 53 idiomas
Um guia abrangente para criar seu próprio modelo de linguagem em Python!
OpenAI’s GPT-2: Um guia simples para criar o gerador de texto mais avançado do mundo em Python
Um curso abrangente sobre processamento de linguagem natural usando Python
Sem mais delongas, aqui está o infográfico em toda a sua glória! E se você deseja fazer o download do PDF de alta resolução (o que realmente deveria), vá até aqui .
Fonte e direitos: https://www.analyticsvidhya.com/blog/2019/08/complete-list-important-frameworks-nlp/
Vejam também:
Como os transformadores funcionam na NLP? Um guia para os mais recentes modelos de última geração
4 comentários em “Uma lista completa de estruturas importantes de processamento de linguagem natural que você deve conhecer (Infográfico de NLP)”