Advanced Natural Language Processing with TensorFlow 2

Manual avanzado enfocado en la implementación de modelos de procesamiento del lenguaje natural y arquitecturas multimodales utilizando el ecosistema de TensorFlow 2 (específicamente TensorFlow 2.3+ y Keras). Está orientado a ingenieros de aprendizaje automático, científicos de datos e investigadores con nivel intermedio o avanzado que cuentan con bases sólidas en redes neuronales, cálculo matricial y el flujo de trabajo estándar de TensorFlow, y desean trasladar avances de la investigación académica a aplicaciones industriales tangibles.

El libro profundiza en el uso de la API funcional de Keras, TensorFlow Addons, TensorFlow Hub y Snorkel, combinados con arquitecturas BiLSTM, campos aleatorios condicionales (CRF), algoritmos de decodificación Viterbi, mecanismos de atención Seq2Seq y modelos preentrenados como BERT y GPT-2. Cubre tareas de análisis de sentimiento, reconocimiento de entidades nombradas, generación de texto, resumen automático, supervisión débil (weak supervision) mediante funciones de etiquetado programáticas y sistemas multimodales que fusionan visión por computadora (con redes convolucionales ResNet) y modelado del lenguaje.

En el apartado práctico se desarrollan arquitecturas completas como un extractor NER con BiLSTM-CRF, un generador de subtítulos para imágenes (image captioning) que enlaza una CNN ResNet con un decodificador Transformer, un resumidor de documentos y un pipeline de etiquetado programático con Snorkel para procesar corpus sin datos anotados manualmente. Constituye un recurso valioso para profesionales que operan en la infraestructura de TensorFlow en lugar de PyTorch; sin embargo, no aborda las arquitecturas basadas en agentes ni LLMs modernos posteriores a 2023, y exige comodidad diseñando capas, pérdidas y bucles de entrenamiento personalizados.