arXiv cs.CL· Mullosharaf K. Arabov·· 10 小时前AI 评分26
从经典文本处理到多模态与智能体系统:NLP 应用研究实践指南
Natural Language Processing: An Applied Research Practicum From Classical Text Processing to Multimodal and Agentic Systems
AI 导读
一份 146 页的 NLP 应用研究实践指南发布,包含 18 个实践单元和一个 capstone 项目,覆盖从分词、文本归一化、向量表示、经典机器学习到 Transformer、大语言模型、RAG、偏好对齐与多模态系统的完整流程。
正文 · AI 翻译
摘要:本预印本提供了一份系统化、面向研究的现代自然语言处理指南,涵盖从分词、文本规范化、向量表示和经典机器学习到 Transformer 架构、大语言模型、检索增强生成、基于偏好的对齐以及多模态系统的完整 NLP 流程。
材料包含十八个实践工作,结合了理论基础、可复现的实现示例、详细的实验流程、评估指标和面向研究的作业。每个工作包含三个结构化的核心任务和可选的高级探究。指南中确立了关于报告、数据来源、实验评估和可复现性的通用要求。
特别关注低资源和高形态语言,包括塔吉克语、鞑靼语和巴什基尔语。指南涉及子词分词、跨语言迁移、机器翻译、语言模型适配以及在有限数据和计算资源下 NLP 系统的评估。
高级主题包括提示工程、推理策略、多智能体协作、模型压缩、高效推理、AI 安全和 LLMOps。一个顶点项目将不同章节的方法整合到领域特定 NLP 系统的开发和评估中。
本指南面向有兴趣实现和批判性评估 NLP 方法的高年级本科生、研究生、研究人员和开发者。
| 评论: | 146 页,18 个实践工作,一个顶点项目,以及配套的 Python 示例。大幅扩展的核心任务、重组材料和更新参考文献。对前一版本的重大修订 |
| 主题: | 计算与语言(cs.CL) |
| MSC 分类: | 68T50, 68T05, 97R40 |
| ACM 分类: | I.2.7; I.2.6; K.3.2 |
| 引用为: | arXiv:2605.03799 [cs.CL] |
| (或 arXiv:2605.03799v4 [cs.CL] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2605.03799 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:Mullosharaf Arabov Am [查看电子邮件]
[v1]
2026 年 5 月 5 日星期二 14:25:48 UTC(1,686 KB)
[v2]
2026 年 5 月 9 日星期六 13:39:51 UTC(139 KB)
[v3]
2026 年 8 月 13 日星期四 10:04:05 UTC(195 KB)
[v4]
2026 年 11 月 19 日星期四 18:25:28 UTC(157 KB)
来源:arXiv cs.CL · arxiv.org