自然语言处理 - Transformer 到 BERT

先修知识:
self-attention 到 Transformer:https://blog.csdn.net/weixin_41332009/article/details/114441708

1. BERT简介

Bidirection: BERT的整个模型结构是双向的。
Encoder: 是一种编码器,BERT只是用到了Transformer的Encoder部分。
Representation: 做词的表征。
Transformer: Transformer是BERT的核心内部元素。

BERT的基本思想和 word2vec 中的 CBOW 是一样的,都是给定context,来预测下一个词。BERT的结构是双向结构。

2. BERT的模型结构

BERT的模型结构是Seq2Seq,核心是Transformer encoder。
在这里插入图片描述

2.1 Bert模型的输入

BERT的输入包含三个部分:Token Embedding、Segment Embedding、Position Embedding。这三个部分在整个过程中是可以学习的。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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