【cs224n-10】Information from parts of words (Subword Models)
在之前我們處理機器翻譯等任務時，我們通常使用基於word單詞作爲基本單位進行模型的訓練；但基於word單詞的缺點是不能很好地處理單詞不在詞庫中的情況，即out-of-vocabulary；並且對詞法(morphology)的修飾處理也不是很好。因此我們很自然地可以想到可以使用更基礎的組成來建立模型，比如英文中的字母，中文中的字。下文主要講述4種典型方式。 一. Character-Leve
相關文章
- 1. Information from parts of words: Subword Models
- 2. 【CS224n】Lecture 12: Information from parts of words: Subword Models
- 3. 【NLP CS224N筆記】Lecture 12 - Information from parts of words Subword Models
- 4. datawhale:Task 3: Subword Models
- 5. CS224N Subword Models
- 6. [MST] Derive Information from Models Using Views
- 7. Subword Models
- 8. Task 3: Subword Models
- 9. Attention-based Extraction of Structured Information from Street View Imagery
- 10. cs224n學習筆記--Subword Models
- 更多相關文章...
- • XSLT
- • XSLT
- • JDK13 GA發佈：5大特性解讀
- • 爲了進字節跳動，我精選了29道Java經典算法題，帶詳細講解
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. Information from parts of words: Subword Models
- 2. 【CS224n】Lecture 12: Information from parts of words: Subword Models
- 3. 【NLP CS224N筆記】Lecture 12 - Information from parts of words Subword Models
- 4. datawhale:Task 3: Subword Models
- 5. CS224N Subword Models
- 6. [MST] Derive Information from Models Using Views
- 7. Subword Models
- 8. Task 3: Subword Models
- 9. Attention-based Extraction of Structured Information from Street View Imagery
- 10. cs224n學習筆記--Subword Models