← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.597Z

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

此预览只包含定位所需的摘录和上下文。

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