Natural Language Analytics with Generative Large-Language Models (eBook)
XIII, 84 Seiten
Springer-Verlag
978-3-031-76631-2 (ISBN)
This book explores the application of generative Large Language Models (LLMs) for extracting and analyzing data from natural language artefacts. Unlike traditional uses of LLMs, such as translation and summarization, this book focuses on utilizing these models to convert unstructured text into data that can be processed through the data science pipeline to generate actionable insights.
The content is designed for professionals in diverse fields including cognitive science, linguistics, management, and information systems. It combines insights from both industry and academia to provide a comprehensive understanding of how LLMs can be effectively used for natural language analytics (NLA). The book details practical methodologies for implementing LLMs locally using open-source tools, ensuring data privacy and feasibility without the need for expensive infrastructure.
Key topics include interpretant, mindset and cultural analysis, emphasizing the use of LLMs to derive soft data—qualitative information crucial for nuanced decision-making. The text also outlines the technical aspects of LLMs, including their architecture, token embeddings, and the differences between encoder-based and decoder-based models. By providing a case study and practical examples, the authors show how LLMs can be used to meet various analytical needs, making this book a valuable resource for anyone looking to integrate advanced natural language processing techniques into their data analysis workflows.
| Erscheint lt. Verlag | 13.2.2025 |
|---|---|
| Reihe/Serie | SpringerBriefs in Computer Science |
| Zusatzinfo | XIII, 84 p. 13 illus., 7 illus. in color. |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik ► Datenbanken |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Mathematik / Informatik ► Mathematik ► Statistik | |
| Schlagworte | Anxiety Climate Index • disaster risk reduction • Generative LLM • Generative Prompt Engineering • Key Performance Indicator • Key Soft Indicator • Large Language Models • Mental Health • Natural Language Analytics • Natural Language Processing • Ollama • Open-source LLM • Parameter Efficient Fine-Tuning • sentiment analysis |
| ISBN-10 | 3-031-76631-8 / 3031766318 |
| ISBN-13 | 978-3-031-76631-2 / 9783031766312 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
