cs224n筆記04-Contextual Word Embeddings
上下文相關的詞嵌入 靜態詞向量的沒個詞有一個唯一的向量表示，即使具有多個含義的詞也只能有一種表達方式。但是上下文相關的詞嵌入可以解決一詞多義的問題。比較常見的動態詞向量訓練方法有elmo、bert等 bert使用的是transformer的encoder，任務是mask語言模型和NSP（預測下一個句子） bert的fine-tuning訓練方式
相關文章
- 1. CS224n學習筆記 13_Contextual Word Embeddings
- 2. CS224N lecture13 Contextual Word Embeddings
- 3. CS224n筆記：contextual word representation
- 4. CS224N-2019筆記1.Word Vector
- 5. CS224N筆記 Lecture2: Word Vectors and Word Sences
- 6. CS224n筆記——Word Vectors and Word Senses（二）
- 7. CS224n學習筆記 01_Introduction and Word Vectors
- 8. Word Embeddings And Word Sense
- 9. cs224n學習筆記--Subword Models
- 10. cs224n筆記：word2vec
- 更多相關文章...
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • ADO 添加記錄 - ADO 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 算法總結-廣度優先算法
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. CS224n學習筆記 13_Contextual Word Embeddings
- 2. CS224N lecture13 Contextual Word Embeddings
- 3. CS224n筆記：contextual word representation
- 4. CS224N-2019筆記1.Word Vector
- 5. CS224N筆記 Lecture2: Word Vectors and Word Sences
- 6. CS224n筆記——Word Vectors and Word Senses（二）
- 7. CS224n學習筆記 01_Introduction and Word Vectors
- 8. Word Embeddings And Word Sense
- 9. cs224n學習筆記--Subword Models
- 10. cs224n筆記：word2vec