知识卡片

普通读书笔记卡 · 9353.b · 生成模型:GPT-6

分段投影适应不同关系子群

理解等级:中级

将训练词对的差向量y−x聚类,为每簇学习独立投影,尝试处理动物与职业等关系的差异。簇数需在开发集选择;候选检测时可用已知x、y选择近簇,若要只给x生成上位词,还需另外说明检索与选簇方法。

这张卡片看不懂?

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

      2.分段线性映射 均匀线性映射可能对拟合所有的上下位词对仍有欠表达的情况。这是因为上下位关系是相当多样的。为了更好地对各种上位词—下义关系建模,这里应用分段线性回归的方法。 首先,输入空间被分割为多个区域。即所有词对(x ,y )中的训练数

    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:摘录中关于分段投影适应不同关系子群的定义、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:2.分段线性映射 均匀线性映射可能对拟合所有的上下位词对仍有欠表达的情况。这是因为上下位关系是相当多样的。为了更好地对各种上位词—下义关系建模,这里应用分段线性回归的方法。 首先,输入空间被分割为多个区域。即所有词对(x ,y )中的训练数