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

439 文章
110 分类
6 标签
  • 首页
  • 关于
  • 文章
    • 归档
    • 分类
    • 标签
  • friends

随机文章

  • 物理学 理论力学
    理论力学(2):拉格朗日动力学
  • 计算机 编程 汇编语言
    汇编语言读书随记
  • 长短期规划与总结
    读博前的思考
  • 计算机 机器学习 自然语言处理
    自然语言处理-划重点
  • 计算机 机器学习 数据挖掘
    数据挖掘随记
  • 计算机 编程 Java
    Java编辑命令与简单Shell命令
  • 计算机 机器学习 GNN
    MPNN 论文总结
  • 计算机 机器学习 主文献阅读
    主文献阅读(2):最优化算法
  • 数学 复分析
    复变函数(1):复数和复变函数
  • 计算机 机器学习 知识表示与推理
    知识表示与推理(2):命名实体识别

最新评论

    © 2021 – 2025 澹台千儿 @ Tantai Qianer
    897k 字 | 13:35
    基于 Hexo & Theme.Shoka