基于BERT模型的自然语言处理实战李金洪著

本书介绍如何在PyTorch框架中使用BERT模型完成自然语言处理（NLP）任务。

BERT模型是当今处理自然语言任务效果的模型。掌握了该模型，就相当于掌握了当今主流的NLP技术。

本书共3篇。

-篇介绍了神经网络的基础知识、NLP的基础知识，以及编程环境的搭建；

-第2篇介绍了PyTorch编程基础，以及BERT模型的原理、应用和可解释性；

-第3篇是BERT模型实战，帮助读者开阔思路、增长见识，使读者能够真正驾驭BERT模型，活学活用，完成自然语言处理任务。

通过本书，读者可以熟练地在PyTorch框架中开发并训练神经网络模型，快速地使用BERT模型完成各种主流的自然语言处理任务，独立地设计并训练出针对特定需求的BERT模型，轻松地将BERT模型封装成Web服务部署到云端。

本书结构清晰、案例丰富、通俗易懂、实用性强，适合对自然语言处理、BERT模型感兴趣的读者作为自学教程。另外，本书也适合社会培训学校作为培训教材，还适合计算机相关专业作为教学参考书。

李金洪

擅长神经网络、算法、协议分析、逆向、移动互联网安全架构等技术

先后担任过CAD算法工程师、手机游戏主程、架构师、项目经理、CTO、部门经理、资深产品总监等职位

目前创业中。

BERT模型是当今处理自然语言任务效果的模型。掌握了该模型，就相当于掌握了当今主流的NLP技术。

通过本书，读者可以：

- 熟练地在PyTorch框架中开发并训练神经网络模型，

- 快速地使用BERT模型完成各种主流的自然语言处理任务，

- 独立地设计并训练出针对特定需求的BERT模型，

- 轻松地将BERT模型封装成Web服务部署到云端。