(Inggris) NLP Transformer Pipelines: Building and Evaluating Language Models

Pemrosesan bahasa alami modern sangat bergantung pada arsitektur transformator, namun memahami cara menyusun dan mengukur sistem kompleks ini bisa terasa berat. Kursus tertulis ini memandu Anda melalui konsep dasar transformator dan mengajarkan Anda cara membangun pipa pemrosesan teks yang dapat diandalkan. Anda akan berpindah dari memahami pemrosesan teks dasar ke membangun, menguji, dan mengevaluasi aliran kerja berbasis transformasi untuk tugas seperti analisis sentimen, penciptaan teks, dan ringkasan. Apa yang akan kau pelajari: - Mengerti arsitektur dasar dari transformator, mekanisme perhatian, dan tokenisasi. - Membuat pipa pemrosesan teks menggunakan perpustakaan standar industri dan model pra-dilatih. - Evaluasi kinerja pipa menggunakan modern NLP metrik dan strategi validasi. - Terapkan konsep penyesuaian parameter-efisien untuk menyesuaikan model untuk tugas domain spesifik. - Integrasi vektor embeddings dan prinsip-prinsip pencarian semantik dasar ke dalam aliran kerja Anda. Kursus ini dimulai dengan terminologi dasar dan mekanika tokenizer, lalu berkembang melalui konstruksi pipa praktis, dan diakhiri dengan teknik evaluasi yang kuat dan pola optimalisasi modern. Kursus ini dirancang untuk ilmuwan data bercita-cita, pengembang perangkat lunak, dan penggemar teknologi yang ingin pengenalan langkah demi langkah yang jelas ke pipa NLP tanpa memerlukan pengalaman pembelajaran mesin sebelumnya. Mulai membaca hari ini untuk membuka potensi pemrosesan bahasa alami modern.