赞
踩
本文提出了一种将所有基于文本的语言问题转化为统一的 text-to-text 格式的框架。并且在数十种语言理解任务上系统化地比较了:
结合上述探索中得到的洞见以及规模上的扩展,加上新的 C4(Colossal Clean Crawled Corpus) 数据集,我们在多项任务上取得了 SOTA 效果。
论文代码: https://github.com/google-research/text-to-text-transfer-transformer
数据集: https://www.tensorflow.org/datasets/catalog/c4
值得注意的是,我们并不是提出一个方法,而是提供一个全面的视角来审视迁移学习。
我们的框架称为 T5 (Text-to-Text
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。