Merge pull request #653 from blademoon/main

Completed the translation of the first part of Chapter 7 into Russian.

chapters/ru/_toctree.yml

@@ -113,6 +113,19 @@
     title: Тест в конце главы
     quiz: 6
 
+- title: 7. Основные задачи NLP
+  sections:
+  - local: chapter7/1
+    title: Введение
+  - local: chapter7/2
+    title: Классификация токенов
+  - local: chapter7/3
+    title: Дообучение модели маскированного языкового моделирования
+  - local: chapter7/4
+    title: Перевод
+  - local: chapter7/5
+    title: Суммаризация
+
 - title: Глоссарий
   sections:
   - local: glossary/1

chapters/ru/chapter7/1.mdx

@@ -0,0 +1,38 @@
+<FrameworkSwitchCourse {fw} />
+
+# Введение[[introduction]]
+
+<CourseFloatingBanner
+    chapter={7}
+    classNames="absolute z-10 right-0 top-0"
+/>
+
+В [Главе 3](/course/chapter3) вы узнали, как дообучить модель для классификации текстов. В этой главе мы рассмотрим следующие общие задачи NLP:
+
+- Классификация токенов (Token classification)
+- Маскированное языковое моделирование (Masked language modeling, например, BERT)
+- Резюмирование текста (Summarization)
+- Перевод (Translation)
+- Предварительное обучение каузального языкового моделирования (Causal language modeling, например, GPT-2)
+- Ответы на вопросы (Question answering)
+
+{#if fw === 'pt'}
+
+Для этого вам понадобится использовать все, что вы узнали об API `Trainer` и библиотеке 🤗 Accelerate в [Главе 3](/course/chapter3), библиотеке 🤗 Datasets в [Главе 5](/course/chapter5) и библиотеке 🤗 Tokenizers в [Главе 6](/course/chapter6). Мы также загрузим наши результаты в хаб моделей, как мы делали это в [Главе 4](/course/chapter4), так что это действительно глава,в которой все собирается воедино!
+
+Каждый раздел можно читать независимо друг от друга, и в нем вы узнаете, как обучить модель с помощью API `Trainer` или с помощью собственного цикла обучения, используя 🤗 Accelerate. Вы можете пропустить любую часть и сосредоточиться на той, которая вас больше всего интересует: API `Trainer` отлично подходит для того, чтобы дообучить или обучить вашу модель, не беспокоясь о том, что происходит за кулисами, а цикл обучения с `Accelerate` позволит вам легче настроить любую часть, которую вы хотите.
+
+{:else}
+
+Для этого вам понадобится использовать все, что вы узнали об обучении моделей с помощью Keras API в [Главе 3](/course/chapter3), библиотеке 🤗 Datasets в [Главе 5](/course/chapter5) и библиотеке 🤗 Tokenizers в [Главе 6](/course/chapter6). Мы также загрузим наши результаты в хаб моделей, как мы делали это в [Главе 4](/course/chapter4), так что это действительно глава, в которой все собирается воедино!
+
+Каждый раздел можно читать самостоятельно.
+
+{/if}
+
+
+<Tip>
+
+Если вы будете читать разделы по порядку, то заметите, что в них довольно много общего в коде и тексте. Повторение сделано намеренно, чтобы вы могли погрузиться (или вернуться позже) в любую интересующую вас задачу и найти полный рабочий пример.
+
+</Tip>