如何掌握好自然语言处理中的预训练语言模型？你需要读这本书

预训练语言模型属于人工智能领域中自然语言处理领域的一个细分，是自然语言处理领域的重要突破，得到了越来越广泛的关注，相关研究者和从业人员在实际应用的过程中，亟需一本理论翔实、代码细节充分的参考书。本次给大家赠送3本新书，即《预训练语言模型》。

本书内容

本书详细梳理了预训练语言模型的基本概念和理论基础，并通过实际代码的讲解， 阐述了具有代表性的预训练语言模型的实现细节，非常适合需要快速、全面掌握预训练语言模型的从业者阅读。全书共8章，约200页，全彩色印刷。

第1章：预训练语言模型简介

讲解自然语言处理的研究进展，预训练语言模型自然语言表示，预训练语言模型发展史及分类。

第2章 预训练语言模型基础知识

讲解统计语言模型，神经网络语言模型，词向量，RNN和LSTM基础，基于RNN的语言模型，ELMo模型。

第3章 Transformer与Attention

讲解Transformer 的结构，Self-Attention的思想，位置编码与单向掩码，模型的训练技巧。

第4章 GPT系列模型

讲解GPT的结构，如何在不同任务中使用，GPT的核心代码解读 ，GPT-2与GPT-3的特点。

第5章 BERT模型

讲解BERT的特征提取能力，无监督训练，微调训练用于句对分类，单句分类，文本问答，单句标注等下游任务，核心代码解读。

第6章 后BERT时代的模型

讲解跨语言模型XLM，多任务融合MT-DNN，文本生成模型UniLM，更大掩码范围的SpanBERT，置换自回归模型XLNet，用于知识图谱的ERNIE，多模态融合模型VideoBERT等。

第7章 评测和应用

讲解自然语言处理的通用评测任务 ，领域评测任务 ，其他评测任务，以及Transformers 代码实战，多模态预训练模型。

第8章 总结和展望

讲解预训练语言模型的发展现状和未来展望。

本书作者：

邵浩 日本国立九州大学工学博士，现就职于vivo。曾任狗尾草智能科技AI研究院院长，带领团队打造了AI虚拟生命产品的交互引擎。曾是上海对外经贸大学副教授，硕士生导师。是上海市静安区首届优秀人才，上海市人才发展基金获得者，杭州市高层次人才。任中国中文信息学会青年工作委员会委员，语言与知识计算专委会委员，中国计算机学会语音对话与听觉专业组委员，中文信息技术专委会委员。发表论文50余篇，获专利10余项，主持多项***及省部级课题，曾在联合国、世界贸易组织、亚利桑那州立大学、香港城市大学等机构任访问学者。刘一烽全国中学生物理竞赛保送生，清华大学电子系硕士，曾获学习成绩优异奖学金。现任vivo人工智能研究院AI算法工程师，主要研究方向为强化学习、自然语言处理，主导游戏AI和机器翻译核心算法研发工作。