我最近才剛和AI工程師聊到語言模型，結果深智就來找我了，是不是通靈 🙂
這次是「免費抽書」，我會把抽獎方式先寫出來，但我也建議你讀完對書的簡評。
󠀠
《HuggingFace模型及資料大公開：利用BERT建立全中文NLP應用》，作者李福林。
想要抽此書的朋友，到穩健精實AI技術手作坊(深智數位)的FB.
https://www.facebook.com/photo/?fbid=754010000082491
抽不到也可以用買的: MOMO連結 https://reurl.cc/orLre5
󠀠
我首次接觸HuggingFace是要自製Line Bot的時候，它幫我省下了從頭讀各類模型documentation以摸索NLP的時間，
當時我就認為此平台非常具有發展潛力，而事實上，就如同程式碼有GitHub，機器學習的HugginFace大幅降低民眾接觸模型和訓練的門檻。
近年來NLP成為迅速發展的一個領域，例如投資應用層面，除了我之前提過的NLP讀財報之外，自動化提取輿情因子也是新興的項目。
如果你也想了解並迅速應用，卻沒有相關背景和知識，那麼閱讀入門書是最快的方式。
󠀠
本書從HuggingFace談到Transformer和BERT(雙向編碼)，也用了一些實際案例演示。
像是第五章談到了怎麼使用pipeline，以API調取的形式直接使用分類好的預訓練模型，大幅提高建模效率。第十二章介紹自動模型，將定義下游任務模型的步驟隱藏，進一步提升便捷性。
󠀠
另一方面，根據我和出版社的交流，大部分的章節中，讀者並不需要真正了解Transformer的內部運作。
本書重點在於對HuggingFace的運用，不過在13和14章節中有完整的案例，對於想了解Transformer架構和BERT模型的人也足夠。
󠀠
Google提出的Transfomer能和LSTM/GRU並駕齊驅，而衍生的BERT已經成為NLP的模範生。
聽起來或許科幻又艱澀，然而好消息是，妳不需要完全懂遷徙、自監督、注意力或神經網路等底層理論，也能夠藉由本書和HuggingFace，一探這些流行的應用和解法。
󠀠
󠀠
#深智數位
#真的很會找