論文閱讀筆記：《Contextual String Embeddings for Sequence Labeling》
文章引起我關注的主要原因是在CoNLL03 NER的F1值超過BERT達到了93.09左右，名副其實的state-of-art。考慮到BERT訓練的數據量和參數量都極大，而該文方法只用一個GPU訓了一週，就達到了state-of-art效果，值得花時間看看。 一句話總結：使用BiLSTM模型，用動態embedding取代靜態embedding，character-level的模型輸出word-le
相關文章
- 1. flair embedding--《Contextual String Embeddings for Sequence Labeling》閱讀筆記
- 2. 論文閱讀筆記《Edge-Labeling Graph Neural Network for Few-shot Learning》
- 3. Question-Guided Spatio-Temporal Contextual Attention for Video Question Answering 論文閱讀筆記
- 4. sequence labeling筆記（一）
- 5. 論文閱讀筆記《TAFE-Net: Task-Aware Feature Embeddings for Low Shot Learning》
- 6. cs224n筆記04-Contextual Word Embeddings
- 7. BERT論文閱讀筆記
- 8. 【論文閱讀】Topical Word Embeddings
- 9. 論文閱讀筆記：Scheduled Sampling for Transformers
- 10. 文獻閱讀筆記-MASS： Masked Sequence to Sequence Pre-training for Language Generation
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • C# 文本文件的讀寫 - C#教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • JDK13 GA發佈：5大特性解讀
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. flair embedding--《Contextual String Embeddings for Sequence Labeling》閱讀筆記
- 2. 論文閱讀筆記《Edge-Labeling Graph Neural Network for Few-shot Learning》
- 3. Question-Guided Spatio-Temporal Contextual Attention for Video Question Answering 論文閱讀筆記
- 4. sequence labeling筆記（一）
- 5. 論文閱讀筆記《TAFE-Net: Task-Aware Feature Embeddings for Low Shot Learning》
- 6. cs224n筆記04-Contextual Word Embeddings
- 7. BERT論文閱讀筆記
- 8. 【論文閱讀】Topical Word Embeddings
- 9. 論文閱讀筆記：Scheduled Sampling for Transformers
- 10. 文獻閱讀筆記-MASS： Masked Sequence to Sequence Pre-training for Language Generation