预训练完成的 公开的 经典 词向量 模型【GloVe、fastText、ELMo、BERT】

本文汇总了GlobalVectors(GloVe)、fastText、EmbeddingfromLanguageModels(ElMo)及BidirectionalEncoderRepresentationsfromTransformers(BERT)四种公开语言模型的预训练版本下载地址。介绍了各模型的特点及单词覆盖范围,适合自然语言处理领域的研究者和开发者参考。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

      根据徐老师最新讲解论文使用的四种公开语言模型 ,经过本人上网查找,现将各预训练好的模型下载地址整合如下:

Global Vectors(GloVe):2014年, 1*300dim     glove.840B.300d.txt:2196017个单词 

fastText:crawl-300d-2M-subword.vec:2000000个单词

fastText:2018年,  1*300dim

Embedding from Language Models(ElMo):2018年, 3*1024 

Bidirectional Encoder Representations from Transformers(BERT):2018年, 24*768

链接1:https://www.infoq.cn/article/1fu*vYWCD8PlIartPZYV

链接2:https://www.jianshu.com/p/5c715577a3f5

链接3(如何使用):https://www.cnblogs.com/jiangxinyang/p/10241243.html

https://blog.youkuaiyun.com/leyounger/article/details/79343404

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值