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

456 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 NLP
    NLP 学习计划
  • 计算机 操作系统
    操作系统课设总结
  • 计算机 机器学习 高级机器学习
    高级机器学习(4):领域自适应
  • 计算机 编程 Java
    eclipse知识随记
  • 计算机 机器学习 经典模型
    Transformer 模型总结
  • 计算机 机器学习
    距离总结
  • 计算机 工程问题
    PyG 快速入门指南
  • 计算机 数据库
    多维数据库
  • 计算机 算法与数据结构 数据结构
    高级数据结构1
  • 计算机 机器学习 NLP
    BatchNorm 和 LayerNorm

最新评论

    © 2021 – 2026 澹台千儿 @ Tantai Qianer
    912k 字 | 13:49
    基于 Hexo & Theme.Shoka