2020年4月9日
第二篇：Improving Named Entity Recognition for Chinese Social Media with Word Segmentation Representation Learning
摘要： 一、本文主要内容 1、作者用character and position embedding，即对每一个在词的不同位置中出现的字训练一个字向量，如“北京”和“京都”，这两个“京”字的embedding是不同的，前者是京2，后者是京1；作者用到的联合训练的方式，即将训练词向量的目标函数与命名实体识别任 阅读全文
posted @ 2020-04-09 22:06 在代码的道路上倔强 阅读(538) 评论(0) 推荐(0)
第一篇：Natural Language Processing (Almost) from Scratch
摘要： 一、本文中心内容 神经网络语言模型和词嵌入的经典论文，核心目标是将训练好的word embedding去完成词性标注（POS）、分块（短语识别CHUNK）、命名实体识别（NER）和语义角色标注（SRL）等任务，并且，本网络的语言模型只用来预训练word embedding，然后将其作为具体任务（任务 阅读全文
posted @ 2020-04-09 15:30 在代码的道路上倔强 阅读(1464) 评论(1) 推荐(1)