原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
12 第12章 用Transformer实现英译中
32 ng 3157 hai 7911 10 is 2942 bea 7457 uti 1163 ful 7925 .
当subwordtokenizer遇到字典里从没出现的词汇,会将该词拆成多个子词。比如上面句中的beautiful就被拆成bea_uti_ful。这也是为何这种断词方法可以拆分没有在字典里出现过的字(out-of-vocabulary words)。
另外请忽略这里为了对齐写的print语法。重点是我们可以用subword_encoder_en的decode函数再度将索
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/Chapter16_0002.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da