CTC损失函数 Transformer用的
https://zhuanlan.zhihu.com/p/42719047
下面这篇论文中提到的
BERT应用的四个场景:
语句对分类,如语句相似度任务,语句蕴含判断等
单语句分类,如情感分类
QA任务,如阅读理解,将question和document构建为语句对,输出start和end的位置即可
序列标注,如NER,从每个位置得到类别即可。
对于NSP任务来说,其条件概率表示为P = s o f t m a x ( C W T ) P=softmax(CW^T)P=softmax(CW
T
),其中C CC是BERT输出中的[CLS]符号,W WW是可学习的权值矩阵。对于其它任务来说,可以根据BERT的输出信息作出对应的预测,在BERT的基础上再添加一个输出层便可以完成对特定任务的微调。
其中Tok表示不同的Token,E EE表示嵌入向量,T i T_iT
i
表示第i ii个Token在经过BERT处理之后得到的特征向量。
https://blog.csdn.net/weixin_43886056/article/details/107960402