Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 آموزش پردازش زبان طبیعی با اکوسیستم هاگینگ فیس ؛ جمع‌بندی فصل اول (قسمت دهم)

آموزش پردازش زبان طبیعی با اکوسیستم هاگینگ فیس ؛ جمع‌بندی فصل اول (قسمت دهم)

زمان مطالعه: < 1 دقیقه

در این بخش از آموزش پردازش زبان طبیعی به جمع‌بندی فصل اول خواهیم پرداخت. پیش‌تر در این آموزش که هر هفته در سایت هوشیو منتشر می‌شود، به موضوعاتی از قبیل تنظیم محیط کار، مفهوم پردازش زبان طبیعی، آشنایی با ترنسفورمرها، روش کار آن‌ها و این‌که چه می‌کنند، مدل های رمزنگار، مدل های رمزگشا، مدل های توالی به توالی و بایاس و محدودیت پرداخته شده و شما می‌توانید از طریق لینک انتهای مطلب به این قسمت‌ها دسترسی داشته باشید. همچنین منتشر انتشار فصل دوم از سری آموزش پردازش زبان طبیعی با اکوسیستم هاگینگ فیس باشید. فصل دوم مطابق با فصل اول و هفته‌ای یک قسمت خواهد بود که از هفته آینده منتشر خواهد شد.

جمع‌بندی فصل اول

به عنوان جمع‌بندی فصل اول باید گفت در این فصل دیدیم که چطور می‌توان مسائل مختلف حوزه پردازش زبان طبیعی (NLP) را با استفاده از روال‌های پردازشی ترنسفورمرها حل کرد. همچنین دیدیم که چطور می‌توان مدل مدنظر را در هاب هاگینگ فیس جستجو کرده و آن را به کار گرفت. علاوه براین، گفتیم که چطور می‌توانید به کمک Inference API مدل‌ها را مستقیماً روی مرورگر خود امتحان کنید.

در این فصل از دوره در خصوص سازوکار پیشرفته مدل‌های ترنسفورمر و اهمیت یادگیری انتقالی و تنظیم دقیق مدل‌ها صحبت کردیم. نکته اصلی این بخش این بود که بسته به نوع مسئله‌ای که در دست دارید می‌توانید از کل معماری ترنسفورمر استفاده کنید و یا بخش رمزنگار و رمزگشا را به صورت مجزا از یک‌دیگر به کار بگیرید. در جدول زیر چکیده این مباحث را مشاهده می‌کنید:

مدل مثال مسائلی که می‌تواند حل کند
رمزنگار ALBERT, BERT, DistilBERT, ELECTRA, RoBERTa دسته‌بندی جملات، تشخیص نام موجودیت‌ها و یافتن پاسخ سوالات به روش استخراج از متن
رمزگشا CTRL, GPT, GPT-2, Transformer XL تولید متن
رمزنگار-رمزگشا BART, T5, Marian, mBART خلاصه‌نویسی، ترجمه، پاسخ به سوالات به روش مولد

 

برای دسترسی به دیگر قسمت‌های این آموزش وارد لینک زیر شوید:

[button href=”https://hooshio.com/%D8%B1%D8%B3%D8%A7%D9%86%D9%87-%D9%87%D8%A7/%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D9%BE%D8%B1%D8%AF%D8%A7%D8%B2%D8%B4-%D8%B2%D8%A8%D8%A7%D9%86-%D8%B7%D8%A8%DB%8C%D8%B9%DB%8C/” type=”btn-default” size=”btn-lg”]آموزش پردازش زبان طبیعی[/button]

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]