Quadros de PNL | Melhor estrutura de PNL

Conteúdo

Visão geral

  • Aqui está uma lista das estruturas de processamento de linguagem natural (PNL) coisas mais importantes que você precisa saber nos últimos dois anos
  • Do Google AI Transformer para XLM / mBERT de Facebook Research, rastreamos a ascensão da PNL através das lentes desses avanços sísmicos.

Introdução

Você já ouviu falar do último Processamento de linguagem natural framework que foi lançado 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 em PNL nos últimos anos.

Posso rastrear esta promoção recente para um item (sísmico): “Atenção é tudo que você precisa” do Google AI em junho 2017. Esse avanço gerou tantas novas bibliotecas de PNL interessantes que nos permitem trabalhar com texto de maneiras antes limitadas à nossa imaginação. (ou Hollywood).

Aqui está o interesse no processamento de linguagem natural com base nas pesquisas do Google nos últimos 5 anos nos EUA. UU.:

trend_us2-1884644

Podemos ver um padrão semelhante quando ampliamos a pesquisa para incluir todos!

Hoje em dia, temos abordagens de ponta para modelagem de linguagem, transferir aprendizagem e muitas outras tarefas importantes e avançadas da PNL. A maioria deles envolve a aplicação de aprendizado profundo, especialmente a arquitetura do Transformer que foi introduzida no documento anterior.

Portanto, decidimos reunir todos os desenvolvimentos importantes em um só lugar e em um cronograma organizado.. Você vai adorar este infográfico e deve tê-lo à mão durante sua própria jornada de PNL..

Listei alguns tutoriais abaixo para ajudá-lo a começar com essas estruturas:

Sem mais preâmbulos, Aqui está o infográfico em toda a sua glória! E se você quiser baixar o PDF em alta resolução (que eu realmente deveria), cabeça por cima aqui.

mais recentes descobertas e desenvolvimentos-nlp-2-8187022

Assine a nossa newsletter

Nós não enviaremos SPAM para você. Nós odiamos isso tanto quanto você.