Оглавление
Группа авторов. NLP без прикрас: Секреты общения с машинным мозгом
Введение
Зачем понимать машинный мозг в современном мире
Основы обработки естественного языка
Что скрывается за аббревиатурой обработки текста
Нейронные сети и основы их работы
Как алгоритмы имитируют работу человеческого мозга
Корпус текстов и его значение для моделей
Почему данные критически важны для обучения системы
Техника токенизации и её ключевая роль
Разделение текста на части, понятные машинам
Модели N-грамм и их использование
Прогнозирование текста через анализ последовательностей
Введение в рекуррентные нейронные сети
Как сети обрабатывают последовательности слов
Обучение машин находить смысл в контексте
Механизмы работы контекста в языковом анализе
Многослойные трансформеры и их значение
Секреты понимания машинных эмбеддингов
Создание вектора смыслов слов для вычислений
Примерка машинных метрик на человеческий язык
Объяснение BLEU, ROUGE и других метрик
Природа языкового моделирования на практике
От автодополнения до создания нового текста
Обратная связь и дообучение языковых моделей
Методы улучшения качества после обучения
Работа с многозначностью и языковыми барьерами
Как машины распознают смыслы слов в разных языках
Генерация текста и её скрытые механизмы
Как алгоритмы создают тексты с нуля
Этика в работе с машинным языком
Границы возможностей и опасности технологий
Секрет сжатия и компрессии данных в текстах
Оптимизация размера без потери качества
Разработка чат-ботов и языковых помощников
Создание разговорных моделей для диалогов
Распознавание и синтез человеческой речи
От голоса к тексту и обратно к речи
Анализ тональности и эмоций в текстах
Как модели угадывают чувства по словам
Практика работы с датасетами и предобучением
Создание мощных моделей для реальных задач
Автоматизация перевода и сложности понимания
Преодоление культурных и смысловых барьеров
Прогресс и будущее обработки естественного языка
Куда движутся разработки языковых технологий
Тестирование моделей и их реальная эффективность
Как определить, насколько машины понимают язык
Ограничения современных подходов в NLP
Почему языковая обработка не решает всех задач
Заключение
О важности компетентного диалога с машинами
