NLP模型笔记 — 总结

最新推荐文章于 2024-09-05 10:06:16 发布
最新推荐文章于 2024-09-05 10:06:16 发布
阅读量330 收藏 3
点赞数
分类专栏： NLP 模型 笔记 文章标签： nlp
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ziuno/article/details/104698644
版权
笔记 同时被 3 个专栏收录
34 篇文章 0 订阅
订阅专栏
NLP
14 篇文章 0 订阅
订阅专栏
模型
3 篇文章 0 订阅
订阅专栏

NLP模型笔记 — 总结

目录

学习路线
独热编码
分布式表示
深度学习基础
语言模型
HMM
SkipGram
CBOW
层次表示
RNN
NNLM
MLP
Density Estimation
NADE
Deep BI-LSTM
LSTM
GRU
BI-LSTM
Seq2Seq
ELMo
AutoEncoder
DAE
Attention
Self-Attention
Transformer
XLNet
BERT
Transformer-XL
ALBERT

图整理自贪心学院

P.S.

给自己挖个坑，整理学习一下各种nlp模型

ziuno
关注
专栏目录
NLP模型小总结
weixin_42065178的博客
04-22 1852
NLP模型一点简短得不能再简短的总结
大语言模型变迁史笔记总结
02-10
### 大语言模型变迁史笔记总结 #### 一、Word Embedding：单词特征提取方法的发展与演进 在自然语言处理领域，Word Embedding是一种将文本中的单词转换为连续向量的技术，它能够捕捉到词汇之间的语义和语法关系。...
NLP模型
wxgaws的博客
09-21 160
bert xlnet
时下改变AI的6大NLP语言模型
最新发布
zhishi0000的博客
09-05 1873
本文将深入研究大语言模型领域的最新进展，改变AI的6大NLP语言模型，每个模型能够引入的增强功能、以及潜在功能应用与限制。在快速发展的人工智能（AI）领域，自然语言处理（Natural Language Processing，NLP）已成为了研究人员和开发人员的关注焦点。作为该领域显著进步的标志，近年来业界出现了多种突破性的语言模型。它们推动了机器理解和生成能力的进行。在本文中，我们将深入研究大语言模型领域的最新进展，探索每个模型能够引入的增强功能、以及潜在功能应用。
NLP - 模型
ZhuNian的学习乐园
07-13 530
[1] ELMO [2] BERT [3] BILSTM [4] Seq2seq
NLP语言模型
leiting_imecas的博客
10-26 1272
参考 https://www.zhihu.com/question/40309730  NLP通常包括两个关键问题： 1.选择什么样的语言模型？ 2.选择什么样的分类算法？ 第二个问题是机器学习领域的标准问题，各种针对不同数据类型、数据分布的算法和技巧，这里不再赘述。而在NLP当中，语言模型更加重要一些。 不同语言模型的区别，也就是对文本提取特征的不同。常用的模型有： 1.
自然语言处理（NLP）大模型
2402_84466582的博客
08-21 1536
自然语言处理（NLP）领域中的一种重要技术，具有强大的语言理解和生成能力。以下是对NLP大模型的详细介绍：
个人总结的大模型、自然语言处理NLP、多模态、计算机视觉CV等方向paper的阅读笔记
05-29
在IT领域，大模型、自然语言处理（NLP）、多模态学习以及计算机视觉（CV）是当前研究的热点，这些技术不断推动人工智能的发展。以下是对这些方向的深入解析： 一、大模型 大模型，如GPT系列、BERT、T5等，是深度...
自然语言处理-基于预训练模型的方法 笔记
12-30
自然语言处理（Natural Language Processing, NLP）是计算机科学领域的一个关键分支，专注于研究如何让计算机理解、生成和处理人类的自然语言。近年来，预训练模型在NLP领域取得了重大突破，极大地推动了自然语言...
自然语言处理-基于预训练模型的方法-笔记
09-01
《自然语言处理-基于预训练模型的方法》是一本深入探讨NLP领域中预训练模型的著作，由车万翔、郭江、崔一鸣合著。该书详细介绍了预训练模型在自然语言处理中的重要性和广泛应用，涵盖了从基础知识到前沿技术的多个...
扩散模型+CV与NLP科研笔记
09-19
本笔记涵盖了扩散模型、计算机视觉（CV）和自然语言处理（NLP）等领域的研究成果，涉及到扩散模型、 score-based generative models、Consistency Models 等热门研究方向。通过对扩散模型的公式推导和代码实战，深入...
3、NLP模型
小白的博客
06-09 911
RNN
NLP-语言模型
Swayzzu的博客
11-15 3923
根据贝叶斯定理得来的。Noisy Channel Model，用于把信号源转换成文本。 可以适用于多个场景： 后面的p(text)是一个语言模型。保证输出的像人话，有正确的语法。 text：中文、正确的写法、文本、明文 source：英文、错误的写法 、语音信号、暗文 对应的分别是机器翻译、拼写纠错、语音识别、密码破解 NCM前半部分，是用来做翻译、纠错、识别、破解的，但不保证语法正确，因此需要语言模型。 语言模型用来判断：是否一句话从语法上通顺。 比如：今天是周日VS今天周日是..
NLP语言模型概览
noobiee的博客
08-10 3677
Pre-trained Language Model（PLM）模型BERT 具有两种输出，一个是pooler output，对应的[CLS]的输出，以及sequence output，对应的是序列中的所有字的最后一层hidden输出。所以BERT主要可以处理两种，一种任务是分类/回归任务（使用的是pooler output），一种是序列任务（sequence output）
NLP常用模型和数据集汇总
DAICONG’s Blog
05-15 1187
文章目录1. 常用模型1.1 pytorch版本1.2 tensorflow版本2. 常用数据集3.参考 1. 常用模型 1.1 pytorch版本 模型 文件名称 下载链接 - bert-base-cased 下载提取码 - bert-base-chinese 下载提取码 - bert-base-uncased 下载提取码 - bert-chinese-wwm-ext 下载提取码 BERT bert-chinese-wwm 下载提取码 - bert-large-case
NLP预训练模型
活到老学到老
04-19 348
这些模型通常采用深度学习的方法，如自编码器、语言模型等，通过学习语言的统计规律和语义信息，提取文本的特征表示。GPT（Generative Pre-trained Transformer）：基于Transformer模型，通过自回归语言模型任务，在大规模文本上进行训练，生成语义连贯、有逻辑的文本。ELMo（Embeddings from Language Models）：使用双向语言模型学习词语的上下文相关表示，通过将词向量与上下文表示进行拼接，获得更丰富的词语表示。
NLP模型卡-ALBert
Catcher
05-23 509
一：模型简介 其全称:A lite Bert，小模型。顾名思义该模型主要用于解决现有模型参数过多，训练速度过慢的问题，实际上做的类似模型压缩的工作。主要通过对词嵌入矩阵进行因式分解，使得其词典打下V和隐藏层大小H分离开来，这样模型参数不会随着词典的增大而急剧增大。同时使用跨层参数共享(Cross-layers parameter sharing)，使得模型参数量不随模型层数而增加，进一步减小模型大小和训练时间。 二：论文 ALBert：A lite bert for self-supervised lear
预训练模型在自然语言处理中的应用笔记
在本笔记中，我们将重点介绍预训练模型在自然语言处理中的应用，以及相关的技术和工具。 预训练模型主要分为两大类：基于上下文的模型和基于特征的模型。基于上下文的模型如ELMo、BERT、GPT和XLNet等，通过双向上...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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