深度學習 -- >NLP -- > Deep contextualized word representations(ELMo)
本文將分享發表在2018年的NAACL上，outstanding paper。論文連接ELMo。該論文旨在提出一種新的詞表徵方法，而且超越以往的方法，例如word2vec、glove等。html 論文貢獻點 能捕捉到更復雜的語法、語義信息。 用語言模型（雙向LSTM）訓練， 能更好的結合上下文內容，對多義詞作更好的表徵。（以往的詞表徵方法，例如word2vec（簡單三層線性模型，可能沒法解決長距離
相關文章
- 1. 深度學習-->NLP-->NNLM簡介
- 2. 深度學習-->NLP-->RNNLM實現
- 3. 深度學習 -- > NLP-- > BERT
- 4. Deep contextualized word representations
- 5. 深度學習-->NLP-->Seq2Seq Learning(Encoder-Decoder,Beam Search,Attention)
- 6. 深度學習-- > NLP -- > improving multi-task deep neural networks via knowledge distillation for natural
- 7. 深度學習 -- > NLP -- >Improving Language Understanding by Generative Pre-Training
- 8. 深度學習-->NLP-->語言模型
- 9. 深度學習-- > Improved GAN-- > f-GAN
- 10. 深度學習-->GAN-->original GAN
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • 算法總結-深度優先算法
- • Tomcat學習筆記（史上最全tomcat學習筆記）
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 深度學習-->NLP-->NNLM簡介
- 2. 深度學習-->NLP-->RNNLM實現
- 3. 深度學習 -- > NLP-- > BERT
- 4. Deep contextualized word representations
- 5. 深度學習-->NLP-->Seq2Seq Learning(Encoder-Decoder,Beam Search,Attention)
- 6. 深度學習-- > NLP -- > improving multi-task deep neural networks via knowledge distillation for natural
- 7. 深度學習 -- > NLP -- >Improving Language Understanding by Generative Pre-Training
- 8. 深度學習-->NLP-->語言模型
- 9. 深度學習-- > Improved GAN-- > f-GAN
- 10. 深度學習-->GAN-->original GAN