知识卡片

普通读书笔记卡 · 9358.d · 生成模型:GPT-6

字级分词必须使用字级输入契约

理解等级:中级

BMES把分词转换成逐字标签,词长1为S,多字词首B、末E、中间M。书中却以分好词的整词建立词表与向量,再用单字索引输入,导致很多字落入未登录符号;应统一字或词粒度,不能只看示例分词结果正常。

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

    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:摘录中关于字级分词必须使用字级输入契约的定义、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:def character_tagging(input_file, output_file): # 加入标注标签:SBME