本书涵盖了tranformer在nlp领域的主要应用。首先介绍tranformer模型和huggingface生态系统。然后重点介绍情感分析任务以及trainerapi、tranformer的架构，并讲述了在多语言中识别文本内实体的任务，以及tranformer模型生成文本的能力，还介绍了解码策略和度量指标。接着深入挖掘了文本摘要这个复杂的序列到序列的任务，并介绍了用于此任务的度量指标。之后聚焦于构建基于的问答系统，介绍如何基于haytack进行信息检索，探讨在缺乏大量标注数据的情况下提高模型能的方法。后展示如何从头开始构建和训练用于自动填充python源代码的模型，并结tranformer面临的挑战以及将这个模型应用于其他领域的一些新研究。