会员服务
UniLM-UIE在多形态信息抽取比赛中的应用
UniLM-UIE在多形态信息抽取比赛中的应用
PaperWeekly
3+阅读 · 2022年9月26日
1000层的Transformer，诞生了！
1000层的Transformer，诞生了！
CVer
1+阅读 · 2022年3月3日
SuperGLUE和GLUE双料冠军！图灵T-NLRv5：MNLI和RTE首次达到人类水平
SuperGLUE和GLUE双料冠军！图灵T-NLRv5：MNLI和RTE首次达到人类水平
新智元
0+阅读 · 2021年12月3日
UNIMO：百度提出统一模态学习方法，同时解决单模与多模任务
UNIMO：百度提出统一模态学习方法，同时解决单模与多模任务
机器之心
0+阅读 · 2020年12月31日
BERT可以上几年级了？Seq2Seq“硬刚”小学数学应用题
BERT可以上几年级了？Seq2Seq“硬刚”小学数学应用题
PaperWeekly
0+阅读 · 2020年10月26日
学会提问的BERT：端到端地从篇章中构建问答对
学会提问的BERT：端到端地从篇章中构建问答对
AINLP
1+阅读 · 2020年8月9日
小破号月度干货总结
小破号月度干货总结
AINLP
0+阅读 · 2020年4月8日
微软统一预训练语言模型UniLM 2.0解读
微软统一预训练语言模型UniLM 2.0解读
AINLP
3+阅读 · 2020年3月26日
微软亚洲研究院NLP与语音领域2019-2020推荐论文列表
微软亚洲研究院NLP与语音领域2019-2020推荐论文列表
微软研究院AI头条
1+阅读 · 2020年1月17日
2020开年解读：NLP新范式凸显跨任务、跨语言能力，语音处理落地开花
2020开年解读：NLP新范式凸显跨任务、跨语言能力，语音处理落地开花
微软研究院AI头条
1+阅读 · 2020年1月17日
【论文解读】UniLM:一种既能阅读又能自动生成的预训练模型
【论文解读】UniLM:一种既能阅读又能自动生成的预训练模型
AINLP
0+阅读 · 2020年1月7日
【论文解读】UniLM:一种既能阅读又能自动生成的预训练模型
【论文解读】UniLM:一种既能阅读又能自动生成的预训练模型
深度学习自然语言处理
4+阅读 · 2020年1月3日
万能的Seq2Seq：基于Seq2Seq的阅读理解问答
万能的Seq2Seq：基于Seq2Seq的阅读理解问答
PaperWeekly
7+阅读 · 2019年12月18日
NeurIPS 2019 | 既能理解又能生成自然语言，微软提出统一预训练新模型UniLM
NeurIPS 2019 | 既能理解又能生成自然语言，微软提出统一预训练新模型UniLM
机器之心
1+阅读 · 2019年12月8日
微软最新NLP研究获选第六届世界互联网大会“世界互联网领先科技成果”
微软最新NLP研究获选第六届世界互联网大会“世界互联网领先科技成果”
微软研究院AI头条
0+阅读 · 2019年10月21日
参考链接
微信扫码咨询专知VIP会员
Top