XLNet相关论文
基于神经网络和深度学习的预训练语言模型为自然语言处理技术带来了突破性发展。基于自注意力机制的Transformer模型是预训练语言......
文本摘要生成是自然语言处理领域的子任务之一,主要是根据原始文本,生成该段文本的摘要。目前传统做法是使用序列到序列模型将文本......
互联网的快速发展让网络信息爆炸式增长,这导致了极其严重的信息过载问题。而推荐系统作为主要的信息过滤技术之一,面临用户评分数......
近年来,由于科技的快速发展,科学研究的多个领域取得了重大突破,学者们将他们的研究成果撰写成论文,为其后学者提供了理论支持和技......
针对微博文本以实现谣言检测为目标,深度挖掘微博正文内容的语义信息,并且着重强调用户在微博评论中体现的情感倾向性,提升谣言识......
中文临床电子病历命名实体识别是实现智慧医疗的基本任务之一。本文针对传统的词向量模型文本语义表示不充分,以及循环神经网络(RN......
语言模型的建立对挖掘句子内部语义信息有着直接的影响,为了提高中文命名实体识别率,字的语义表示是关键所在。针对传统的中文命名......
目前通过深度学习方法进行语言模型预训练是情感分析的主要方式,XLNet模型的提出解决了BERT模型上下游任务不一致的问题。在XLNet......
对影评进行情感分析可以为用户观看电影提供一定的参考意见。针对Word2Vec等静态词向量技术不能学习文本的深层信息、解决一词多义......
研究机器阅读理解任务是为了让机器能阅读并且正确理解自然语言文本,并能够回答给定的问题,由此衍生出大量的应用场景,对自然语言......
随着医疗领域的电子信息化建设,医学病历等文本数据的数量成指数级增长。互联网信息系统的发展使得医疗行业能够更加快速便捷地收......
为了提高物联网领域实体识别能力,提出基于XLNet的命名实体识别模型。通过分析物联网实体的语义特征及需求,将物联网领域的感知单......
机器阅读理解的公开数据集有许多,根据答案类型的不同可分为抽取式数据集(如SQuAD)、生成式数据集(如MS MARCO)、完形填空数据集(......
