热门标签
热门文章
- 1PyTorch实现基于贝叶斯优化的CNN-LSTM气温预测模型_使用cnn模型预测未来天气
- 2AI浪潮再起,2024年中国大模型产业深度解析_国内通用大模型技术发展
- 3oracle基础知识介绍（自己的笔记）_oracle介绍
- 4【一小时学会Charles抓包详细教程】初识Charles (1)
- 5Java面试题系列 - 第9天
- 6TYPESDK手游聚合SDK服务端设计思路与架构之一：应用场景分析_聚合sdk服务端的框架
- 7Java多线程高并发基础面试题_java笔试题 多线程并发
- 8介绍一个google的替代搜索引擎_startpage搜索
- 9珍藏多年的计算机内核结构大全笔记，掌握计算机工作原理真不难
- 10Windows版本 - MySQL卸载_windows 卸载mysql
当前位置: article > 正文
文献阅读笔记—Deep contextualized word representations
作者：知新_RL | 2024-07-09 04:26:11
赞
踩
deep contextualized word representations
迁移学习在nlp领域的应用之pretrain language representation，四连载，建议按顺序看，看完对该方向一定会非常清楚的！
（一）ELMO：Deep contextualized word representations
（二）Universal Language Model Fine-tuning for Text Classification
（三）openAI GPT：Improving Language Understanding by Generative Pre-Training
（四）BERT: Pretraining of Deep Bidirectional Transformers for Language Understanding
1. 问题描述
这是NAACL 2018的最佳论文。本笔记结合原文使用更佳哦。
以前的词向量都是与上下文无关的词向量，比如用word2vec训练的时候，使用单层神经网络
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/知新_RL/article/detail/801408
推荐阅读
相关标签
