关键词:表征|模型|属性|利用|序列|概率

Facebook的AI加快自然语言理解没有附加的学习培训

  • 时间:
  • 浏览:17

Facebook的AI加快自然语言理解沒有附加的学习培训

自然语言理解模型一般必须处理2个难点:将语句作为前缀投射到固定不动尺寸的表征,利用表征预测分析下一个英语单词的文字。

做为科学研究工作人员表述,語言模型概率分派给序列得话,那样从前后文标识序列(比如,老话)她们估算遍布(不一样将会的結果的产生概率的)在总体目标令牌。

在检测時间,kNN-LM必须键入前后文并转化成輸出遍布下英语单词和前后文表达。

学术研究强调kNN-LM适配一切語言模型,造成固定不动尺寸的前后文表达。

在试验中,kNN-LM“明显”比基准线检测時间,精英团队属性其学习培训的趋向表达涵数与隐式前后文相似性的定义。

“综上所述,人们发觉事例kNN-LM最有协助一般包括少见的方式,”该科学研究的共同编撰的者写到。

猜你喜欢