谷歌NLP深度學習模型BERT特徵的可解釋性表現怎麼樣？

從BOW到BERT 自2013年Mikolov等人提出了Word2Vec以來，我們在詞嵌入方面已經有了很多發展。如今，幾乎所有機器學習業內人士都能熟背「國王減去男人加上女人等於女王」這類箴言。目前，這些可解釋的詞嵌入已成爲許多基於深度學習的NLP系統的重要部分。 去年10月初，Google AI提出了BERT表徵——Transformer雙向編碼表徵（論文鏈接：https://arxiv.org/

>>阅读原文<<