Варианты использования, статьи, учебные пособия, опросы и популярные библиотеки
Здравствуйте, любители НЛП! Как только появится Discord-сервер NLPlanet для общения НЛП-практиков, я работаю над первой организацией его каналов. Я планирую добавить обучающие ресурсы для многих областей НЛП, поэтому эта статья — шаг к подготовке такого контента. Если вас интересует сервер Discord, подпишитесь на NLPlanet на Medium, LinkedIn или Twitter, чтобы быть в курсе его выпуска. Наслаждаться! 😄
Ниже следует подготовленный мной первый черновик учебных ресурсов NLPlanet для ответов на вопросы. Будучи черновиком, этот список будет улучшен с учетом отзывов сообщества.
Эта статья является восьмой частью серии статей об учебных ресурсах:
- Удивительное НЛП — 18 качественных ресурсов для изучения НЛП
- Две минуты НЛП — 21 учебный ресурс для классификации текстов
- Две минуты НЛП — 20 учебных ресурсов для встраивания слов
- Две минуты НЛП — 20 учебных ресурсов для трансформеров
- Две минуты НЛП — 20 учебных ресурсов для информационного поиска
- Две минуты НЛП — 23 обучающих ресурса для чат-ботов
- Две минуты НЛП — 18 учебных ресурсов для языковых моделей
Что такое ответ на вопрос
Модели вопрос-ответ (QA) способны извлекать ответ на вопрос из заданного текста. Это полезно для поиска ответа в документе. В зависимости от используемой модели ответ может быть извлечен непосредственно из текста или сгенерирован с нуля.
Вопрос Ответы на приложения и варианты использования
- Автоматизируйте ответы на часто задаваемые вопросы с помощью базы знаний (например, документов).
- Умные помощники, работающие в службе поддержки клиентов или для корпоративных ботов с часто задаваемыми вопросами.
- Дополнить результаты поисковых систем.
- Автоматическая генерация викторин, а также автоматическая генерация вопросов.
Статьи и учебные пособия
- Что такое ответ на вопрос?: Варианты заданий на ответы на вопросы и вывод с предварительно обученными моделями из библиотеки трансформеров.
- Курс ответов на вопросы: пошаговое руководство по тонкой настройке модели для ответов на вопросы с библиотекой трансформеров.
- Две минуты НЛП — краткое введение в ответы на вопросы: Таксономия ответов на вопросы, пример кода с библиотекой трансформаторов и наборы данных.
- Две минуты НЛП — краткое введение в ответы на вопросы в базе знаний: подходы к ответам на вопросы с использованием базы знаний.
- Серия ответов на открытые вопросы — (Часть 1: Введение в понимание машинного чтения): введение в ответы на открытые вопросы.
- Неконтролируемый ответ на вопрос: как обучить модель отвечать на вопросы, когда у вас нет аннотированных данных.
- Тесты ответов на вопросы: эталоны и лучшие модели ответов на вопросы.
- Ответ на вопрос в SQUAD [Colab]: тонкая настройка DistilBERT для ответа на вопрос в SQUAD с использованием библиотеки трансформеров.
- Введение в стог сена: что такое пайплайны стога сена.
- Две минуты НЛП — краткое введение в стог сена: варианты использования стога сена для ответов на вопросы, конвейеры стога сена и пример кода.
- Использование существующих часто задаваемых вопросов для ответов на вопросы: руководство по построению модели ответов на вопросы на основе ваших часто задаваемых вопросов с помощью haystack.
- Ответы на финансовые вопросы с Jina и BERT — Часть 1: введение в основные концепции jina и способы создания готовой к производству финансовой системы обеспечения качества.
Опросы
- Опрос ответов на вопросы: направления, проблемы, наборы данных, оценочные матрицы: направления исследований в области обеспечения качества анализируются на основе типа вопроса, типа ответа, источника доказательства-ответа и подхода к моделированию. Затем следуют открытые проблемы, такие как автоматическая генерация вопросов, обнаружение сходства и низкая доступность ресурсов для языка. В конце представлен обзор имеющихся наборов данных и мер оценки.
- Обзор ответов на сложные вопросы по базе знаний: последние достижения и проблемы: в этом документе представлены последние достижения в комплексном обеспечении качества, часто с использованием баз знаний.
Популярные библиотеки
- трансформеры: Transformers предоставляет тысячи предварительно обученных моделей для выполнения задач с различными модальностями, такими как текст, зрение и звук.
- haystack: Haystack — это комплексная платформа, которая позволяет создавать мощные и готовые к работе конвейеры для различных вариантов использования поиска. Независимо от того, хотите ли вы выполнять ответы на вопросы или семантический поиск документов, вы можете использовать современные модели NLP в Haystack, чтобы предоставить уникальные возможности поиска и позволить вашим пользователям выполнять запросы на естественном языке.
- jina: Jina — это фреймворк нейронного поиска, который позволяет любому создавать SOTA и масштабируемые приложения нейронного поиска за считанные минуты.
- ParlAI: ParlAI — это фреймворк Python для обмена, обучения и тестирования моделей диалогов, от болтовни в открытом домене до диалогов, ориентированных на задачи, и визуальных ответов на вопросы.
видео
- Stanford CS224N: НЛП с глубоким обучением | Зима 2019 | Лекция 10 — Ответы на вопросы: Глубокое обучение для ответов на вопросы.
Заключение
Если вы знаете какие-либо другие полезные ресурсы для изучения, в частности, ответов на вопросы, сообщите мне, чтобы я мог поделиться ими с сообществом.
Спасибо за чтение! Если вы хотите узнать больше о НЛП, не забудьте подписаться на NLPlanet в Medium, LinkedIn и Twitter!
