成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
ELMo
关注
19
近年来,研究人员通过文本上下文信息分析获得更好的词向量。ELMo是其中的翘楚,在多个任务、多个数据集上都有显著的提升。所以,它是目前最好用的词向量,the-state-of-the-art的方法。这篇文章发表在2018年的NAACL上,outstanding paper award。下面就简单介绍一下这个“神秘”的词向量模型。
综合
百科
VIP
热门
动态
论文
精华
ELMO: Enhanced Real-time LiDAR Motion Capture through Upsampling
Arxiv
0+阅读 · 10月11日
ELMO: Enhanced Real-time LiDAR Motion Capture through Upsampling
Arxiv
0+阅读 · 10月9日
Effect of dimensionality change on the bias of word embeddings
Arxiv
0+阅读 · 2023年12月28日
Semantic Change Detection for the Romanian Language
Arxiv
0+阅读 · 2023年8月23日
A Context-Sensitive Word Embedding Approach for The Detection of Troll Tweets
Arxiv
0+阅读 · 2023年6月7日
Recurrent Neural Networks and Long Short-Term Memory Networks: Tutorial and Survey
Arxiv
0+阅读 · 2023年4月22日
Analyzing the Generalizability of Deep Contextualized Language Representations For Text Classification
Arxiv
0+阅读 · 2023年3月22日
Classifying Text-Based Conspiracy Tweets related to COVID-19 using Contextualized Word Embeddings
Arxiv
0+阅读 · 2023年3月7日
Troll Tweet Detection Using Contextualized Word Representations
Arxiv
0+阅读 · 2023年1月11日
Improving Cause-of-Death Classification from Verbal Autopsy Reports
Arxiv
0+阅读 · 2022年10月31日
Using Word Embeddings to Analyze Protests News
Arxiv
0+阅读 · 2022年3月11日
A Comprehensive Comparison of Word Embeddings in Event & Entity Coreference Resolution
Arxiv
0+阅读 · 2021年10月11日
Enriched Pre-trained Transformers for Joint Slot Filling and Intent Detection
Arxiv
0+阅读 · 2021年10月5日
Revisiting Tri-training of Dependency Parsers
Arxiv
0+阅读 · 2021年9月16日
The Low-Dimensional Linear Geometry of Contextualized Word Representations
Arxiv
0+阅读 · 2021年9月14日
参考链接
父主题
预训练语言模型
机器翻译
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top