相关阅读
相关 在 NLP 中训练 Unigram 标记器
介绍 单个标记称为 unigram。Unigram 标记器是一种只需要一个单词来推断单词的词性标记器类型。它有一个单词的上下文。NLTK库为我们提供了UnigramTag
た 入场券相关 NLP-预训练模型-2020
Transformer 是目前 NLP 研究领域中特别重要的模型，也衍生出了很多基于 Transformer 的方法，例如 BERT、GPT，在很多 NLP 任务中有很好的效果
相关 NLP-预训练模型-2019：SpanBERT
![在这里插入图片描述][watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA5b-N6ICF44Gu5Lmx5aSq6Y
相关 NLP对抗训练：PyTorch、Tensorflow
一、定义 `对抗样本`：对输入增加微小扰动得到的样本。旨在增加模型损失。 `对抗训练`：训练模型去区分样例是真实样例还是[对抗样本][Link 1]的过程。对抗训练不仅
相关 对话预训练_NLP中的预训练语言模型（一）—— ERNIE们和BERTwwm
![084fb69709f176b37300b681f0c41104.gif][] 随着bert在NLP各种任务上取得骄人的战绩，预训练模型在这不到一年的时间内得到了很大
相关 NLP（四十六）对抗训练的一次尝试
初次听说对抗训练是在一次实体识别比赛的赛后分享中，当时的一些概念，比如Focal Loss、对抗训练、模型融合、数据增强等都让我感到新奇，之后笔者自己也做了很多这方面的尝试
忘是亡心i相关 【NLP-新闻文本分类】3 Bert模型的对抗训练
目录 1 引言 2 步骤 2.1 数据集预处理 2.2 用预处理后的数据集训练Bert的语料库 2.3 加载语料库和字
相关 『NLP学习笔记』Pytorch中的DNN训练流程介绍
<table> <tbody> <tr> <td><font>Pytorch中的DNN训练流程介绍！ </font></td> </tr> </tb
怼烎@相关 针对领域不变训练的注意力对抗学习
ICASSP 2019 SLP-P17.3: ATTENTIVE ADVERSARIAL LEARNING FOR DOMAIN-INVARIANT TRAINING（针对领域
相关 NLP预训练模型综述
现在深度学习越来越火了，在NLP领域主要使用CNNs、RNNs、GNNs以及attention机制。尽管这些模型取得了一些成绩，但是和CV相比，还是有些差距的，主
还没有评论，来说两句吧...