知识表示与推理 (5):预训练模型

发表于 2025-03-31 本文字数 43 字 阅读时长 1 分钟
  • Tantai Qianer
首页 计算机 机器学习 知识表示与推理

# Feature-based Approach

# word2vec

# context2vec

更新于 2025-03-31
  • 本文作者: 澹台千儿 @澹台千儿
  • 本文链接: http://tantaiqianer.github.io/machine-learning/knowledge-rep-reasoning/5-Pretrained-Language-Model/
  • 版权声明: 本站所有文章除特别声明外,均采用 (CC)BY-NC-SA 许可协议。转载请注明出处!
上一篇 主文献阅读

主文献阅读(7):大模型基础

下一篇 自然语言处理

自然语言处理-划重点

  1. 1. Feature-based Approach
    1. 1.1. word2vec
      1. 1.1.1. context2vec
  • 知识表示与推理(2):命名实体识别
  • 知识表示与推理(3):知识图谱
  • 知识表示与推理(4):图表示学习
  • 知识表示与推理(5):预训练模型
澹台千儿

澹台千儿

450 文章
111 分类
6 标签
  • 首页
  • 关于
  • 文章
    • 归档
    • 分类
    • 标签
  • friends

随机文章

  • 计算机 机器学习 推荐系统
    基于因果推断的推荐算法
  • 计算机 算法与数据结构 数据结构
    队列
  • 计算机 机器学习 高级机器学习
    小样本学习
  • 数学 预备知识
    映射&关系
  • 想法
    如何做出一项好的研究
  • 博弈论
    博弈论与计算经济学(2):偏好和效用函数
  • 工程问题
    Python 包管理器
  • 计算机 机器学习 数字信号处理
    数字信号处理笔记(1):引言
  • 计算机 编程 Java
    Java 反射
  • 计算机 机器学习 awesome papers
    ICML2024-Awesome Papers

最新评论

    © 2021 – 2025 澹台千儿 @ Tantai Qianer
    905k 字 | 13:43
    基于 Hexo & Theme.Shoka