BERT、GPT-2 和 XLNet 等大型 Transformer 模型，在几乎所有自然语言处理（NLP）的排行榜上都树立了新的精度标准。然而，这些模型非常新颖，围绕它们构建的大多数软件生态系统都主要面向进一步研究的机会。
本次演讲将介绍如何在 spaCy 中使用这些模型。spaCy 是一个开源库，旨在将自然语言处理应用于解决实际问题。同时，演讲者还将探讨新的迁移学习技术为生产环境中的 NLP 应用所带来的诸多机遇，无论选择哪个具体的软件包来完成任务。
Ines 是一位专注于人工智能和自然语言处理技术工具的开发者。她是某机构的联合创始人，也是 spaCy 的核心开发者（spaCy 是一个流行的 Python 自然语言处理开源库），以及 Prodigy（一个用于为机器学习模型创建训练数据的现代化标注工具）的开发者。FINISHED
