当前位置:首页 > 报告详情

2020年终大会-对话智能:14-5.pdf

上传人: li 编号:29911 2020-12-01 30页 4.03MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文概述了近年来自然语言处理(NLP)领域的进展,特别是介绍了2018年预训练语言模型(PLM)的突破。预训练语言模型,如ERNIE、KnowBERT和K-BERT等,可以从大规模未标记的数据中学习语言模式,并在下游任务中通过微调参数提高性能。文章还讨论了如何使PLM具有知识性,包括知识增强的输入、知识引导的预训练任务和知识引导的神经架构。此外,文章还提到了知识增强模型在各种NLP任务中的优越性能,如语言理解和语言生成。最后,文章展望了未来NLP领域的发展方向,包括继续探索知识在NLP中的应用。
如何利用预训练语言模型提升自然语言处理能力? 知识增强型预训练语言模型在NLP领域有哪些应用? 未来NLP发展前景如何,预训练语言模型将发挥什么作用?
客服
商务合作
小程序
服务号
折叠