8个优秀的预训练模型，帮助您开始使用自然语言处理（NLP）

 

目录

为什么要使用预训练模型？

本文涵盖的预训练NLP模型

多用途NLP模型

ULMFiT

有关ULMFiT的更多信息，请参阅：

Transformer

学习和阅读更多有关Transformer的资源：

谷歌的BERT

学习和阅读更多有关BERT的资源：

谷歌的Transformer-XL

有关学习和阅读有关Transformer-XL的更多信息的资源：

OpenAI的GPT-2

有关学习和阅读有关GPT-2的更多信息的资源：

Word嵌入

ELMO

学习和阅读有关ELMo的更多信息的资源：

Flair

学习和阅读更多有关Flair的资源：

其他预训练模型

StanfordNLP

学习和阅读更多有关StanfordNLP的资源：

---

 

如今，自然语言处理（NLP）应用程序已经无处不在。我似乎经常偶然发现网络和应用程序正在以某种形式利用NLP。简而言之，这是参与NLP领域的美好时光。

NLP采用率的快速增长主要得益于通过预训练模型实现转移学习的概念。在NLP的上下文中，转移学习本质上是在一个数据集上训练模型然后调整该模型以在不同数据集上执行不同NLP函数的能力。

这一突破使每个人都非常容易和简单，特别是那些没有时间或资源从头开始构建NLP模型的人。对于想要学习或过渡到NLP的初学者来说，它是完美的。

为什么要使用预训练模型？

• 作者已经努力为您设计基准模型！我们