近年来,预训练模型(例如ELMo、GPT、BERT和XLNet等)的快速发展大幅提升了诸多NLP任务的整体水平,同时也使得很多应用场景进入到实际落地阶段。预训练语言模型本身就是神经网络语言模型,它的特点包括:第一,可以使用大规模无标注纯文本语料进行训练;第二,可以用于各类下游NLP任务,不是针对某项定制的,但以后可用在下游NIP任务上,你不需要为下游任务专门设计一种神经网络,或者提供一种结构,直接在几种给定的固定框架中选择一种进行 fine-tune,就可以从而得到很好的结果。
Beyond 预训练语言模型,NLP还需要什么样的知识?
夕小瑶的卖萌屋
0+阅读 · 2021年7月21日
极市内推|华为泊松实验室招聘AI 实习研究员
极市平台
2+阅读 · 2021年12月15日
收录160+篇文章!清华唐杰团队详解自监督学习
学术头条
3+阅读 · 2020年6月19日
CCL 2020闭幕,数万人见证2020年中国NLP全貌剪影
AI科技评论
0+阅读 · 2020年11月2日
字节跳动李航提出AMBERT!超越BERT!多粒度token预训练语言模型
深度学习自然语言处理
0+阅读 · 2020年8月31日
微信扫码咨询专知VIP会员