知识卡片
预训练向量使用前核对数据契约
现成向量节省训练资源,但需核对语料领域、时间、分词、繁简、维度、词表和文件格式。更大或收费不自动保证精度,未登录词也需另设策略;书中链接、收费与容量属于历史信息,不作当前可用性承诺。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
训练大规模语料是一个既耗时又大量占用CPU资源的过程。很多研究机构为了迅速获得实验的结果,常使用已经训练好的词向量。主要原因还由于对大规模语料的预处理依赖一个同样大规模、高精度、高效率的中文分词器,否则很难达到预想的训练效果。如果你不打算自
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第09章《NLP中的深度学习》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00014.html)
- 结论依据:摘录中关于预训练向量使用前核对数据契约的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:训练大规模语料是一个既耗时又大量占用CPU资源的过程。很多研究机构为了迅速获得实验的结果,常使用已经训练好的词向量。主要原因还由于对大规模语料的预处理依赖一个同样大规模、高精度、高效率的中文分词器,否则很难达到预想的训练效果。如果你不打算自