内容简介
本书聚焦谷歌公司开发的BERT自然语言处理模型，由浅入深地介绍了BERT的工作原理、BERT的各种变体及其应用。本书呈现了大量示意图、代码和实例，详细解析了如何训练BERT模型、如何使用BERT模型执行自然语言推理任务、文本摘要任务、问答任务、命名实体识别任务等各种下游任务，以及如何将BERT模型应用于多种语言。通读本书后，读者不仅能够系统了解有关BERT的各种概念、术语和原理，还能够使用BERT模型及其变体执行各种自然语言处理任务。
作者简介
【作者简介】
苏达哈尔桑.拉维昌迪兰（Sudharsan Ravichandiran）
热爱开源社区的数据科学家，研究方向为深度学习和强化学习的实际应用，在自然语言处理和计算机视觉等领域都颇有建树，另著有《Python强化学习实战》。
【译者简介】
周参
就职于谷歌，任软件工程师，研究方向为自然语言处理。工作之余的兴趣是研究人工智能领域机器学习方向以及新的模型算法，并将多种深度学习模型应用于实际问题中。
章节目录
版权信息
献词
前言
第一部分 开始使用BERT
第1章 Transformer概览
第2章 了解BERT模型
第3章 BERT实战
第二部分 探索BERT变体
第4章 BERT变体（上）：ALBERT、RoBERTa、ELECTRA和SpanBERT
第5章 BERT变体（下）：基于知识蒸馏
第三部分 BERT模型的应用
第6章 用于文本摘要任务的BERTSUM模型
第7章 将BERT模型应用于其他语言
第8章 Sentence-BERT模型和特定领域的BERT模型
第9章 VideoBERT模型和BART模型
习题参考答案
作者简介
看完了
BERT基础教程：Transformer大模型实战是2023年由人民邮电出版社出版,作者[印]苏达哈尔桑·拉维昌迪兰（Sudharsan,Ravichandiran）。
得书感谢您对《BERT基础教程：Transformer大模型实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
