原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
06 第6章 从Word Embedding到ELMo
建立在LSTM基础上的ELMo预训练模型。对以往的word2vec及GloVe等而言,ELMo迈出了具有历史意义的一步。
Word Embedding本质是一种静态的嵌入方法,所谓静态指的是模型训练好之后每个单词的表达就固定了,在后续使用时,无论新句子的上下文单词是什么,这个单词的Word Embedding都不会随着上下文场景的变化而变化。
但这种局限性在很多场景是致命的,因为一个单词的语义往往会因其语境不同而不同。以“苹果”为例,在水果语境中,它是指可吃的苹
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter9.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da