
概述/导读❤️
文章平均质量分 95
一条水里的鱼
这个作者很懒,什么都没留下…
展开
-
NLP【08】深度学习模型在NLP中的发展——从Word2vec到Bert的演变过程
上一篇:NLP【07】transformer原理、实现及如何与词向量做对接进行文本分类(附代码详解)一、前言https://blog.youkuaiyun.com/one_super_dreamer/article/details/104579271深度学习之前:向量表示的方法,one-hot,tfidf bm25阶段一:能不能机器自动学习向量表示呢?nnlm模型 word2vec glove阶段二:nlp四大任务:生成式任务、分类任务、匹配任务,序列标注。向量表示后怎么应用呢 rnn lst...原创 2020-12-31 19:03:44 · 2046 阅读 · 2 评论 -
自然语言处理【NLP】遇上电商——专栏导读
一、NLP篇概述&ensp众所周知,NLP的基础是词向量。什么是词向量?其实就是用数学中的向量表示文字。苹果可以用向量[1,2,3]表示,所以向量[1,2,3]其实是机器可以识别的苹果(就好比apple是美国人可以识别的苹果),但在自然语言处理中,我们不可能人为给每个词定义对应的向量表示,事实上,每个词对应的向量表示是通过算法来实现的。如word2vec、glove、fasttext,elmo,gpt以及现在火热的bert算法,都可以实现自动训练获取词向量。因为word2vec是最早训练词向量的原创 2020-10-17 20:11:35 · 3527 阅读 · 0 评论