利用TensorFlow实现经典NLP算法以及BERT和XLNet现代深度学习架构

引言
数据挖掘领域国际最高级别会议KDD 2019 已于 2019 年 8 月 4 日- 8 日在美国阿拉斯加州安克雷奇市举行。专知推荐在KDD 2019上的一个TF2.0+NLP教程，本教程是Google资深开发人员讲授，提供了最新基于TensorFlow 2.0的NLP实操介绍，重点介绍Embeddings，seq2seq，attention和神经机器翻译等经典的NLP主题，以及Transformer、BERT和XLNet等现代深度学习架构。
与此同时，本文也包括Google AI 130页PPT+代码

1. 内容简介

TensorFlow将用于最新NLP技术的实践体验。从对框架的实操介绍开始，与会者将熟悉核心的API，Colab和用于数据和训练pipeline的最佳实践。将介绍Embeddings，seq2seq，attention和神经机器翻译等经典的NLP主题，以及Transformer、BERT和XLNet等现代深度学习架构。参与者将接触到基础的NLP理论和最先进的模型，从概念上理解它们，并将它们应用到实际问题中，例如fine-tuning预先训练好的BERT模型。

Presenters:

Cesar Ilharco Magalhaes (Google), Gabriel Ilharco Magalhaes (Google), & Jason Baldridge (Google)

原文链接：

https://www.kdd.org/kdd2019/hands-on-tutorials

代码链接：

https://github.com/tensorflow/workshops/tree/master/kdd2019

资料包括:TensorFlow实现NLP经典算法 和 Google AI 130页PPT+代码
详细资料免费获取，请加群:1012542425

以下是部分资料展示：