Availability: Natural Language Processing mit Transformern

Saved in:

Bibliographic Details
Main Authors:	Tunstall, Lewis (Author), Werra, Leandro von (Author), Wolf, Thomas (Author)
Other Authors:	Fraaß, Marcus (Translator)
Format:	Book
Language:	German English
Published:	Heidelberg O'Reilly 2023
Edition:	1. Auflage
Subjects:	Deep Learning Natürliche Sprache Textverarbeitung Sprachverarbeitung Maschinelles Lernen AI Alexa Artificial Intelligence CL Computerlinguistik Google Translate KI Künstlichen Intelligenz Linguistischen Datenverarbeitung NLP Neuronale Netze Python Siri Spracherkennung Text Mining Chatbots
Links:	http://deposit.dnb.de/cgi-bin/dokserv?id=43be7fb08d544f0abe0c6303bd13746a&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034074442&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
Item Description:	"Deutsche Ausgabe" - Umschlag
Physical Description:	430 Seiten Illustrationen, Diagramme 24 cm x 16.5 cm
ISBN:	9783960092025 3960092024

Staff View

MARC


LEADER	00000nam a22000008c 4500
001	BV048808448
003	DE-604
005	20240729
007	t\|
008	230209s2023 gw a\|\|\| \|\|\|\| 00\|\|\| ger d
015			\|a 22,N24 \|2 dnb
016	7		\|a 1259545636 \|2 DE-101
020			\|a 9783960092025 \|c Broschur : EUR 46.90 (DE), EUR 48.30 (AT) \|9 978-3-96009-202-5
020			\|a 3960092024 \|9 3-96009-202-4
024	3		\|a 9783960092025
035			\|a (OCoLC)1330210757
035			\|a (DE-599)DNB1259545636
040			\|a DE-604 \|b ger \|e rda
041	1		\|a ger \|h eng
044			\|a gw \|c XA-DE-BW
049			\|a DE-860 \|a DE-1102 \|a DE-29T \|a DE-92 \|a DE-M347 \|a DE-898 \|a DE-945 \|a DE-1043 \|a DE-384 \|a DE-355 \|a DE-1052
082	0		\|a 006.454 \|2 23/ger
084			\|a ST 306 \|0 (DE-625)143654: \|2 rvk
084			\|a ZN 6070 \|0 (DE-625)157501: \|2 rvk
084			\|a PI 4120 \|0 (DE-625)136625: \|2 rvk
084			\|a ES 935 \|0 (DE-625)27933: \|2 rvk
084			\|8 1\p \|a 004 \|2 23sdnb
100	1		\|a Tunstall, Lewis \|0 (DE-588)1254023267 \|4 aut
240	1	0	\|a Natural language processing with transformers
245	1	0	\|a Natural Language Processing mit Transformern \|b Sprachanwendungen mit Hugging Face erstellen \|c Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; deutsche Übersetzung von Marcus Fraaß
250			\|a 1. Auflage
264		1	\|a Heidelberg \|b O'Reilly \|c 2023
300			\|a 430 Seiten \|b Illustrationen, Diagramme \|c 24 cm x 16.5 cm
336			\|b txt \|2 rdacontent
337			\|b n \|2 rdamedia
338			\|b nc \|2 rdacarrier
500			\|a "Deutsche Ausgabe" - Umschlag
650	0	7	\|a Deep Learning \|0 (DE-588)1135597375 \|2 gnd \|9 rswk-swf
650	0	7	\|a Natürliche Sprache \|0 (DE-588)4041354-8 \|2 gnd \|9 rswk-swf
650	0	7	\|a Textverarbeitung \|0 (DE-588)4059667-9 \|2 gnd \|9 rswk-swf
650	0	7	\|a Sprachverarbeitung \|0 (DE-588)4116579-2 \|2 gnd \|9 rswk-swf
650	0	7	\|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|2 gnd \|9 rswk-swf
653			\|a AI
653			\|a Alexa
653			\|a Artificial Intelligence
653			\|a CL
653			\|a Computerlinguistik
653			\|a Deep Learning
653			\|a Google Translate
653			\|a KI
653			\|a Künstlichen Intelligenz
653			\|a Linguistischen Datenverarbeitung
653			\|a NLP
653			\|a Neuronale Netze
653			\|a Python
653			\|a Siri
653			\|a Spracherkennung
653			\|a Text Mining
653			\|a Chatbots
689	0	0	\|a Natürliche Sprache \|0 (DE-588)4041354-8 \|D s
689	0	1	\|a Sprachverarbeitung \|0 (DE-588)4116579-2 \|D s
689	0	2	\|a Textverarbeitung \|0 (DE-588)4059667-9 \|D s
689	0	3	\|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|D s
689	0	4	\|a Deep Learning \|0 (DE-588)1135597375 \|D s
689	0		\|5 DE-604
700	1		\|a Werra, Leandro von \|0 (DE-588)1254024301 \|4 aut
700	1		\|a Wolf, Thomas \|0 (DE-588)1280300140 \|4 aut
700	1		\|a Géron, Aurélien \|0 (DE-588)1131560930 \|4 wpr
700	1		\|a Fraaß, Marcus \|0 (DE-588)1181254078 \|4 trl
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, PDF \|z 978-3-96010-712-5
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, EPUB \|z 978-3-96010-713-2
776	0	8	\|i Erscheint auch als \|n Online-Ausgabe, MOBI \|z 978-3-96010-714-9
856	4	2	\|m X:MVB \|q text/html \|u http://deposit.dnb.de/cgi-bin/dokserv?id=43be7fb08d544f0abe0c6303bd13746a&prov=M&dok_var=1&dok_ext=htm \|3 Inhaltstext
856	4	2	\|m DNB Datenaustausch \|q application/pdf \|u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034074442&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA \|3 Inhaltsverzeichnis
883	1		\|8 1\p \|a vlb \|d 20220610 \|q DE-101 \|u https://d-nb.info/provenance/plan#vlb
943	1		\|a oai:aleph.bib-bvb.de:BVB01-034074442

Record in the Search Index

DE-BY-OTHR_call_number	F 03/ST 306 T927 N2
DE-BY-OTHR_katkey	6711235
DE-BY-OTHR_location	02
DE-BY-OTHR_media_number	067004793254
DE-BY-UBR_call_number	7202/ST 306 T927 N2
DE-BY-UBR_katkey	6711235
DE-BY-UBR_location	UB Handapparat Philosophicum Prof. Hilbert
DE-BY-UBR_media_number	TEMP12784073
_version_	1835083055999483905
adam_text	INHALT VORWORT . 11 EINFUEHRUNG . 15 1 HALLO TRANSFORMER . 23 DAS ENCODER-DECODER-FRAMEWORK . 24 DER ATTENTION-MECHANISMUS . 26 EINSATZ VON TRANSFER LEARNING IM NLP . 28 DIE TRANSFORMERS-BIBLIOTHEK VON HUGGING FACE: DIE LUECKE SCHLIESSEN . 32 DIE ANWENDUNGSMOEGLICHKEITEN VON TRANSFORMERN IM UEBERBLICK . 33 TEXTKLASSIFIZIERUNG . 33 NAMED ENTITY RECOGNITION . 34 QUESTION ANSWERING . 35 AUTOMATISCHE TEXTZUSAMMENFASSUNG (SUMMARIZATION) . 36 MASCHINELLE UEBERSETZUNG (TRANSLATION) . 37 TEXTGENERIERUNG . 37 DAS OEKOSYSTEM VON HUGGING FACE . 38 DER HUGGING FACE HUB . 39 DIE TOKENIZERS-BIBLIOTHEK VON HUGGING FACE . 41 DIE DATASETS-BIBLIOTHEK VON HUGGING FACE . 41 DIE ACCELERATE-BIBLIOTHEK VON HUGGING FACE . 42 DIE GROESSTEN HERAUSFORDERUNGEN IM ZUSAMMENHANG MIT TRANSFORMER-MODELLEN . 42 ZUSAMMENFASSUNG . 44 2 TEXTKLASSIFIZIERUNG . 45 DER DATENSATZ . 46 EIN ERSTER BLICK AUF DIE DATASETS-BIBLIOTHEK VON HUGGING FACE . 47 DATASET-OBJEKTE IN DATAFRAMES UEBERFUEHREN . 50 EIN BLICK AUF DIE VERTEILUNG DER KATEGORIEN . 51 WIE LANG SIND UNSERE TWEETS? . 52 VOM TEXT ZU TOKENS . 54 TOKENISIERUNG AUF DER EBENE VON ZEICHEN (CHARACTER TOKENIZATION) . 54 TOKENISIERUNG AUF DER EBENE VON WOERTERN (WORD TOKENIZATION) . 57 TOKENISIERUNG AUF DER EBENE VON TEILWOERTERN (SUBWORD TOKENIZATION) . 58 DEN GESAMTEN DATENSATZ TOKENISIEREN . 60 TRAINIEREN EINES TEXTKLASSIFIKATORS . 62 TRANSFORMER-MODELLE ALS FEATURE-EXTRAKTOREN . 64 FEINTUNING VON TRANSFORMER-MODELLEN . 72 ZUSAMMENFASSUNG . 81 3 DIE ANATOMIE VON . . 83 DIE TRANSFORMER-ARCHITEKTUR . 83 DER ENCODER . 86 SELF-ATTENTION . 87 DIE FEED-FORWARD-SCHICHT . 98 LAYER NORMALIZATION INTEGRIEREN . 99 POSITIONAL-EMBEDDINGS . 100 EINEN HEAD ZUR KLASSIFIZIERUNG HINZUFUEGEN . 103 DER DECODER . 104 TRANSFORMER-MODELLE IM UEBERBLICK . 106 DIE DREI ENTWICKLUNGSSTRAENGE VON TRANSFORMER-MODELLEN . 107 REIN ENCODER-BASIERTE TRANSFORMER-MODELLE . 108 REIN DECODER-BASIERTE TRANSFORMER-MODELLE . 110 ENCODER-DECODER-BASIERTE TRANSFORMER-MODELLE . 112 ZUSAMMENFASSUNG . 114 4 MULTILINGUALE NAMED ENTITY RECOGNITION . 115 DER DATENSATZ . 116 MULTILINGUALE TRANSFORMER-MODELLE . 120 EIN GENAUERER BLICK AUF DIE TOKENISIERUNG . 122 DIE TOKENIZER-PIPELINE . 122 DER SENTENCEPIECE-TOKENIZER . 124 TRANSFORMER-MODELLE FUER DIE NAMED ENTITY RECOGNITION . 125 DER AUFBAU DER MODEL-KLASSE DER TRANSFORMERS-BIBLIOTHEK . 127 BODIES UND HEADS . 127 EIN SELBST DEFINIERTES MODELL ZUR KLASSIFIZIERUNG VON TOKENS ERSTELLEN . 128 EIN SELBST DEFINIERTES MODELL LADEN . 130 TOKENISIERUNG VON TEXTEN FUER DIE NAMED ENTITY RECOGNITION . 132 QUALITAETSMASSE . 135 6 \| INHALT FEINTUNING EINES . 136 FEHLERANALYSE . 138 SPRACHENUEBERGREIFENDER TRANSFER . 146 WANN IST EIN ZERO-SHOT-TRANSFER SINNVOLL? . 147 MODELLE FUER MEHRERE SPRACHEN GLEICHZEITIG FEINTUNEN . 149 INTERAKTION MIT DEN MODELL-WIDGETS . 152 ZUSAMMENFASSUNG . 153 5 TEXTGENERIERUNG . 155 DIE HERAUSFORDERUNGEN BEI DER GENERIERUNG VON KOHAERENTEN TEXTEN . 157 GREEDY-SEARCH-DECODIERUNG . 159 BEAM-SEARCH-DECODIERUNG . 163 SAMPLING-VERFAHREN . 167 TOP-K UND NUCLEUS-SAMPLING . 169 WELCHER ANSATZ ZUR DECODIERUNG IST DER BESTE? . 173 ZUSAMMENFASSUNG . 173 6 AUTOMATISCHE TEXTZUSAMMENFASSUNG (SUMMARIZATION) . 175 DER CNN/DAILYMAIL-DATENSATZ . 176 PIPELINES FUER DIE AUTOMATISCHE TEXTZUSAMMENFASSUNG . 177 EIN EINFACHER ANSATZ ZUR TEXTZUSAMMENFASSUNG . 178 GPT-2 . 178 T5 . 178 BART . 179 PEGASUS . 180 VERSCHIEDENE ZUSAMMENFASSUNGEN VERGLEICHEN . 181 EVALUIERUNG DER QUALITAET VON GENERIERTEN TEXTEN . 182 BLEU . 183 ROUGE . 187 EVALUIERUNG DES PEGASUS-MODELLS AUF DEM CNN/DAILYMAIL-DATENSATZ . 190 TRAINIEREN EINES MODELLS ZUR GENERIERUNG VON ZUSAMMENFASSUNGEN. . . 192 DAS PEGASUS-MODELL AUF DEM SAMSUM-DATENSATZ EVALUIEREN . . . 193 DAS PEGASUS-MODELL FEINTUNEN . 194 ZUSAMMENFASSUNGEN VON DIALOGEN ERSTELLEN . 198 ZUSAMMENFASSUNG . 199 7 QUESTION ANSWERING . 201 AUFBAU EINES REZENSIONSBASIERTEN QA-SYSTEMS . 202 DER DATENSATZ . 203 ANTWORTEN AUS EINEM TEXT EXTRAHIEREN . 209 DIE HAYSTACK-BIBLIOTHEK ZUM AUFBAU EINER QA-PIPELINE VERWENDEN . 217 INHALT \| 7 VERBESSERUNG UNSERER QA-PIPELINE . 226 DEN RETRIEVER EVALUIEREN . 226 DEN READER EVALUIEREN . 233 DOMAIN ADAPTATION . 235 DIE GESAMTE QA-PIPELINE EVALUIEREN . 240 JENSEITS DES EXTRAKTIVEN QA . 241 ZUSAMMENFASSUNG . 243 8 EFFIZIENTERE TRANSFORMER-MODELLE FUER DIE PRODUKTION . 247 DIE INTENTIONSERKENNUNG ALS FALLSTUDIE . 248 EINE BENCHMARK-KLASSE ZUR BEURTEILUNG DER PERFORMANCE ERSTELLEN . 250 VERKLEINERUNG VON MODELLEN MITHILFE DER KNOWLEDGE DISTILLATION . 255 KNOWLEDGE DISTILLATION IM RAHMEN DES FEINTUNINGS . 256 KNOWLEDGE DISTILLATION IM RAHMEN DES PRETRAININGS . 258 EINE TRAINER-KLASSE FUER DIE KNOWLEDGE DISTILLATION ERSTELLEN . 259 EIN GEEIGNETES MODELL ALS AUSGANGSPUNKT FUER DAS SCHUELER-MODELL WAEHLEN . 260 GEEIGNETE HYPERPARAMETER MIT OPTUNA FINDEN . 265 UNSER DESTILLIERTES MODELL IM VERGLEICH . 267 BESCHLEUNIGUNG VON MODELLEN MITHILFE DER QUANTISIERUNG . 268 DAS QUANTISIERTE MODELL IM VERGLEICH . 275 OPTIMIERUNG DER INFERENZ MIT ONNX UND DER ONNX RUNTIME . 276 ERHOEHUNG DER SPARSITAET VON MODELLEN MITHILFE VON WEIGHT PRUNING . . . 282 SPARSITAET TIEFER NEURONALER NETZE . 283 WEIGHT-PRUNING-METHODEN . 283 ZUSAMMENFASSUNG . 287 9 ANSAETZE BEI WENIGEN BIS KEINEN LABELS . 289 ERSTELLUNG EINES GITHUB-ISSUES-TAGGER . 291 DIE DATEN BESCHAFFEN . 292 DIE DATEN VORBEREITEN . 292 TRAININGSDATENSAETZE ERSTELLEN . 297 UNTERSCHIEDLICH GROSSE TRAININGSDATENSAETZE ERSTELLEN . 299 IMPLEMENTIERUNG EINES NAIVEN BAYES-KLASSIFIKATORS ALS BASELINE . 300 ANSAETZE, WENN KEINE GELABELTEN DATEN VORLIEGEN . 303 ANSAETZE, WENN NUR WENIGE GELABELTE DATEN ZUR VERFUEGUNG STEHEN . 313 DATENAUGMENTIERUNG . 313 EMBEDDINGS ALS NACHSCHLAGETABELLE VERWENDEN . 316 EIN STANDARDMAESSIGES TRANSFORMER-MODELL FEINTUNEN . 327 IN-CONTEXT UND FEW-SHOT-LEARNING AUF BASIS VON PROMPTS . 330 UNGELABELTE DATEN NUTZBAR MACHEN . 331 EIN SPRACHMODELL FEINTUNEN . 332 EINEN KLASSIFIKATOR FEINTUNEN . 335 8 \| INHALT FORTGESCHRITTENE METHODEN . 337 ZUSAMMENFASSUNG . 339 10 TRANSFORMER-MODELLE VON GRUND AUF TRAINIEREN . 341 GROSSE DATENSAETZE UND WIE SIE BESCHAFFT WERDEN KOENNEN . 342 HERAUSFORDERUNGEN BEIM AUFBAU EINES GROSSEN KORPUS . 343 EINEN EIGENEN CODEDATENSATZ ERSTELLEN . 346 MIT GROSSEN DATENSAETZEN ARBEITEN . 349 DATENSAETZE ZUM HUGGING FACE HUB HINZUFUEGEN . 352 ERSTELLUNG EINES TOKENIZERS . 354 DAS TOKENIZER-MODELL . 355 DIE LEISTUNG EINES TOKENIZERS BEURTEILEN . 356 EIN TOKENIZER FUER DIE PROGRAMMIERSPRACHE PYTHON . 357 EINEN TOKENIZER TRAINIEREN . 362 EINEN SELBST ERSTELLTEN TOKENIZER AUF DEM HUB SPEICHERN . 366 EIN MODELL VON GRUND AUF TRAINIEREN . 367 VERSCHIEDENE PRETRAINING-OBJECTIVES IM UEBERBLICK . 367 DAS MODELL INITIALISIEREN . 370 DEN DATALOADER IMPLEMENTIEREN . 371 DIE TRAININGSSCHLEIFE EINRICHTEN . 374 DER TRAININGSLAUF . 382 ERGEBNISSE UND ANALYSE . 383 ZUSAMMENFASSUNG . 388 11 KUENFTIGE HERAUSFORDERUNGEN . 389 SKALIERUNG VON TRANSFORMER-MODELLEN . 389 SKALIERUNGSGESETZE . 391 HERAUSFORDERUNGEN BEI DER SKALIERUNG . 393 ATTENTION PLEASE! - DEN ATTENTION-MECHANISMUS EFFIZIENTER GESTALTEN . 395 SPARSE-ATTENTION . 396 LINEARISIERTE ATTENTION . 398 JENSEITS VON TEXTDATEN . 399 COMPUTER VISION . 400 TABELLEN . 403 MULTIMODALE TRANSFORMER . 406 SPEECH-TO-TEXT . 406 COMPUTER VISION UND TEXT . 409 WIE GEHT ES WEITER? . 415 INDEX . 417 INHALT \| 9
any_adam_object	1
author	Tunstall, Lewis Werra, Leandro von Wolf, Thomas
author2	Fraaß, Marcus
author2_role	trl
author2_variant	m f mf
author_GND	(DE-588)1254023267 (DE-588)1254024301 (DE-588)1280300140 (DE-588)1131560930 (DE-588)1181254078
author_facet	Tunstall, Lewis Werra, Leandro von Wolf, Thomas Fraaß, Marcus
author_role	aut aut aut
author_sort	Tunstall, Lewis
author_variant	l t lt l v w lv lvw t w tw
building	Verbundindex
bvnumber	BV048808448
classification_rvk	ST 306 ZN 6070 PI 4120 ES 935
ctrlnum	(OCoLC)1330210757 (DE-599)DNB1259545636
dewey-full	006.454
dewey-hundreds	000 - Computer science, information, general works
dewey-ones	006 - Special computer methods
dewey-raw	006.454
dewey-search	006.454
dewey-sort	16.454
dewey-tens	000 - Computer science, information, general works
discipline	Rechtswissenschaft Informatik Sprachwissenschaft Elektrotechnik / Elektronik / Nachrichtentechnik Literaturwissenschaft
edition	1. Auflage
format	Book
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a22000008c 4500</leader><controlfield tag="001">BV048808448</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20240729</controlfield><controlfield tag="007">t\|</controlfield><controlfield tag="008">230209s2023 gw a\|\|\| \|\|\|\| 00\|\|\| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">22,N24</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1259545636</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783960092025</subfield><subfield code="c">Broschur : EUR 46.90 (DE), EUR 48.30 (AT)</subfield><subfield code="9">978-3-96009-202-5</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3960092024</subfield><subfield code="9">3-96009-202-4</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783960092025</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1330210757</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1259545636</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="1" ind2=" "><subfield code="a">ger</subfield><subfield code="h">eng</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BW</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-860</subfield><subfield code="a">DE-1102</subfield><subfield code="a">DE-29T</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-M347</subfield><subfield code="a">DE-898</subfield><subfield code="a">DE-945</subfield><subfield code="a">DE-1043</subfield><subfield code="a">DE-384</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-1052</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">006.454</subfield><subfield code="2">23/ger</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 306</subfield><subfield code="0">(DE-625)143654:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ZN 6070</subfield><subfield code="0">(DE-625)157501:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">PI 4120</subfield><subfield code="0">(DE-625)136625:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ES 935</subfield><subfield code="0">(DE-625)27933:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">1\p</subfield><subfield code="a">004</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Tunstall, Lewis</subfield><subfield code="0">(DE-588)1254023267</subfield><subfield code="4">aut</subfield></datafield><datafield tag="240" ind1="1" ind2="0"><subfield code="a">Natural language processing with transformers</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Natural Language Processing mit Transformern</subfield><subfield code="b">Sprachanwendungen mit Hugging Face erstellen</subfield><subfield code="c">Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; deutsche Übersetzung von Marcus Fraaß</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1. Auflage</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Heidelberg</subfield><subfield code="b">O'Reilly</subfield><subfield code="c">2023</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">430 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield><subfield code="c">24 cm x 16.5 cm</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">"Deutsche Ausgabe" - Umschlag</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Deep Learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Natürliche Sprache</subfield><subfield code="0">(DE-588)4041354-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Textverarbeitung</subfield><subfield code="0">(DE-588)4059667-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Sprachverarbeitung</subfield><subfield code="0">(DE-588)4116579-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">AI</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Alexa</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Artificial Intelligence</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">CL</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Computerlinguistik</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Deep Learning</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Google Translate</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">KI</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Künstlichen Intelligenz</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Linguistischen Datenverarbeitung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">NLP</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Neuronale Netze</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Python</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Siri</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Spracherkennung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Text Mining</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Chatbots</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Natürliche Sprache</subfield><subfield code="0">(DE-588)4041354-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Sprachverarbeitung</subfield><subfield code="0">(DE-588)4116579-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Textverarbeitung</subfield><subfield code="0">(DE-588)4059667-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="3"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="4"><subfield code="a">Deep Learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Werra, Leandro von</subfield><subfield code="0">(DE-588)1254024301</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Wolf, Thomas</subfield><subfield code="0">(DE-588)1280300140</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Géron, Aurélien</subfield><subfield code="0">(DE-588)1131560930</subfield><subfield code="4">wpr</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Fraaß, Marcus</subfield><subfield code="0">(DE-588)1181254078</subfield><subfield code="4">trl</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, PDF</subfield><subfield code="z">978-3-96010-712-5</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, EPUB</subfield><subfield code="z">978-3-96010-713-2</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Online-Ausgabe, MOBI</subfield><subfield code="z">978-3-96010-714-9</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">X:MVB</subfield><subfield code="q">text/html</subfield><subfield code="u">http://deposit.dnb.de/cgi-bin/dokserv?id=43be7fb08d544f0abe0c6303bd13746a&prov=M&dok_var=1&dok_ext=htm</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034074442&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">vlb</subfield><subfield code="d">20220610</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#vlb</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-034074442</subfield></datafield></record></collection>
id	DE-604.BV048808448
illustrated	Illustrated
indexdate	2025-02-13T09:00:47Z
institution	BVB
isbn	9783960092025 3960092024
language	German English
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-034074442
oclc_num	1330210757
open_access_boolean
owner	DE-860 DE-1102 DE-29T DE-92 DE-M347 DE-898 DE-BY-UBR DE-945 DE-1043 DE-384 DE-355 DE-BY-UBR DE-1052
owner_facet	DE-860 DE-1102 DE-29T DE-92 DE-M347 DE-898 DE-BY-UBR DE-945 DE-1043 DE-384 DE-355 DE-BY-UBR DE-1052
physical	430 Seiten Illustrationen, Diagramme 24 cm x 16.5 cm
publishDate	2023
publishDateSearch	2023
publishDateSort	2023
publisher	O'Reilly
record_format	marc
spellingShingle	Tunstall, Lewis Werra, Leandro von Wolf, Thomas Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen Deep Learning (DE-588)1135597375 gnd Natürliche Sprache (DE-588)4041354-8 gnd Textverarbeitung (DE-588)4059667-9 gnd Sprachverarbeitung (DE-588)4116579-2 gnd Maschinelles Lernen (DE-588)4193754-5 gnd
subject_GND	(DE-588)1135597375 (DE-588)4041354-8 (DE-588)4059667-9 (DE-588)4116579-2 (DE-588)4193754-5
title	Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen
title_alt	Natural language processing with transformers
title_auth	Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen
title_exact_search	Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen
title_full	Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; deutsche Übersetzung von Marcus Fraaß
title_fullStr	Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; deutsche Übersetzung von Marcus Fraaß
title_full_unstemmed	Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; deutsche Übersetzung von Marcus Fraaß
title_short	Natural Language Processing mit Transformern
title_sort	natural language processing mit transformern sprachanwendungen mit hugging face erstellen
title_sub	Sprachanwendungen mit Hugging Face erstellen
topic	Deep Learning (DE-588)1135597375 gnd Natürliche Sprache (DE-588)4041354-8 gnd Textverarbeitung (DE-588)4059667-9 gnd Sprachverarbeitung (DE-588)4116579-2 gnd Maschinelles Lernen (DE-588)4193754-5 gnd
topic_facet	Deep Learning Natürliche Sprache Textverarbeitung Sprachverarbeitung Maschinelles Lernen
url	http://deposit.dnb.de/cgi-bin/dokserv?id=43be7fb08d544f0abe0c6303bd13746a&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=034074442&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA
work_keys_str_mv	AT tunstalllewis naturallanguageprocessingwithtransformers AT werraleandrovon naturallanguageprocessingwithtransformers AT wolfthomas naturallanguageprocessingwithtransformers AT geronaurelien naturallanguageprocessingwithtransformers AT fraaßmarcus naturallanguageprocessingwithtransformers AT tunstalllewis naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen AT werraleandrovon naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen AT wolfthomas naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen AT geronaurelien naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen AT fraaßmarcus naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen

Availability

‌

Order via interlibrary loan Table of Contents