HuggingFace自然语言处理详解：基于BERT中文模型的任务实战

　　本书综合性讲解HuggingFace社区提供的工具集datasets和transformers，书中包括最基础的工具集的用例演示，也包括具体的项目实战，以及预训练模型的底层设计思路和实现原理的介绍。通过本书的学习，读者可以快速掌握HuggingFace工具集的使用方法，掌握自然语言处理项目的一般研发流程，并能研发自己的自然语言处理项目。本书共14章，分为工具集基础用例演示篇（第1~6章），详细讲解HuggingFace工具集的基本使用方法。中文项目实战篇（第7~12章），通过几个实战项目演示使用HuggingFace工具集研发自然语言处理项目的一般流程。预训练模型底层原理篇（13~14章），详细阐述了预训练模型的设计思路和计算原理。本书将使用最简单浅显的语言，带领读者快速地了解HuggingFace工具集的使用方法。通过本书中实战项目的学习，读者可以掌握一般的自然语言处理项目的研发流程。通过本书中预训练模型底层原理的学习，能够让读者知其然也知其所以然，做到融会贯通。本书适合有PyTorch编程基础的读者阅读，也适合作为对自然语言处理感兴趣的读者的参考图书。

暂缺《HuggingFace自然语言处理详解：基于BERT中文模型的任务实战》作者简介

工具集基础用例演示篇
第1章 HuggingFace简介
第2章使用编码工具…
2.1编码工具简介
2.2 编码工具工作流示意…
2.3使用编码工具·
2.4小结…
第3章使用数据集工具
3.1数据集工具介绍…
3.2使用数据集工具…
3.2.1数据集加载和保存…
3.2.2数据集基本操作
3.2.3将数据集保存为其他格式
3.3小结·
第4章使用评价指标工具
4.1评价指标工具介绍
4.2使用评价指标工具
4.3小结
第5章使用管道工具…
5.1管道工具介绍…
5.2使用管道工具
5.2.1常见任务演示
5.2.2替换模型执行任务
5.3小结
第6章使用工具
6.1工具介绍
6.2使用工具
6.2.1准备数据集
6.2.2定义模型和工具
6.2.3和测试
6.3小结·
中文项目实战篇
第7章实战任务1：中文情感分类
7.1任务简介
7.2数据集介绍…
7.3模型架构
7.4实现代码
7.4.1准备数据集
7.4.2定义模型
7.4.3和测试…
7.5小结
第8章实战任务2：中文填空
8.1任务简介
8.2数据集介绍…
8.3模型架构
8.4实现代码…
8.4.1准备数据集·
8.4.2定义模型…
8.4.3和测试
8.5小结
第9章实战任务3：中文句子关系推断·
9.1任务简介…
9.2数据集介绍·
9.3模型架构…
9.4实现代码
9.4.1准备数据集
……
14.2.1数据处理过程概述.
14.2.2数据集介绍
14.2.3数据处理实现代码.
14.3PyTorch 提供的Transformer 工具层介绍..
14.4手动实现BERT模型.
14.4.1准备数据集
14.4.2定义辅助函数
14.4.3定义 BERT模型
14.4.4和测试
14.5小结..