ELMO
ELMO的每層計算中，通過一個正向RNN得到每個詞的embedding，再通過一個反向的RNN得到每個詞的embedding，再將同一個詞的兩個embedding進行contact，因此每個詞在不同的上下文中，詞向量就不同了。 ELMO實際上是一個多層的組合，假設一個兩層的ELMO計算後，每個詞會得到兩個embedding，那麼ELMO會使用兩個權重相乘再累加的方式求到最後該字的embeddi
相關文章
- 1. ELMo
- 2. 【NLP】ELMO
- 3. ELMO模型
- 4. 總結ELMo
- 5. ELMO、BERT、ERNIE、GPT
- 6. ELMO/GPT/BERT/ERNIE
- 7. ELMO,GPT &BERT
- 8. ELMO理解
- 9. ELMo算法
- 10. ELMo解讀
- 更多相關文章...
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. ELMo
- 2. 【NLP】ELMO
- 3. ELMO模型
- 4. 總結ELMo
- 5. ELMO、BERT、ERNIE、GPT
- 6. ELMO/GPT/BERT/ERNIE
- 7. ELMO,GPT &BERT
- 8. ELMO理解
- 9. ELMo算法
- 10. ELMo解讀