2022年4月26日
文本数据增强
摘要： 1)Augmenter WordNet (https://github.com/QData/TextAttack) 2)Augmenter Contextual(https://github.com/makcedward/nlpaug) 3)Paraphrase via back translati 阅读全文
posted @ 2022-04-26 23:09 zxcayumi 阅读(50) 评论(0) 推荐(0) 编辑
pytorch的bert预训练模型名称及下载路径
摘要： google的bert预训练模型： BERT-Large, Uncased (Whole Word Masking): 24-layer, 1024-hidden, 16-heads, 340M parameters BERT-Large, Cased (Whole Word Masking): 2 阅读全文
posted @ 2022-04-26 18:20 zxcayumi 阅读(1553) 评论(0) 推荐(0) 编辑