2024自然语言处理中的多任务学习_第1页
2024自然语言处理中的多任务学习_第2页
2024自然语言处理中的多任务学习_第3页
2024自然语言处理中的多任务学习_第4页
2024自然语言处理中的多任务学习_第5页
已阅读5页,还剩29页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

目录 1 3 4 6 7 11 14 15 18 22 22 25 25 26 27 29 33FudanNLP,并将在12月中旬推出全新的NLP系统:fastNLP。NLPNLPELMoOpenAIGPTBERTDeepContextualizedWordRepresentationsELMo两个双向的LSTM来预测一个前向、正向的语言模型,然后将它们拼起来,这个模型是一BERT是将机器翻译中的常用模型transformerNLPNLP下面给出一个多任务学习的例子,对于两个单独的任务训练两个模型,对于任务1训练一NLPtaskA和taskB两个任务可以共享同一个模型。m合损失函数jointloss。MTL,我们可以允许模型窃听,即通过任务A来学习该特征。2008年由RonanCollobert在论文AUnifiedArchitectureforNaturalLanguageProcessing:DeepNeuralNetworkswithMultitaskLearningQstaskB,在中间部分两个任务有交互,αtaskA过来,有多少信息从taskB中流过来,这样两个任务就由两路,四个系数构成一个矩阵做觉领域,后来被人们用于NLP。memorynegativetransfer,就需要判断哪些内容是和任务相关的,这就引入了近两年流行的对抗学习,在对抗学习中,中间的LSTM共享层有一个判决器来区分共享特征从哪个任务传递过来,在送入LSTM这样就去掉了特征的源信息,保证了共享LSTM学到的是与源无关的共享价值信息,这些2016年AndersSфgaardDeepMulti-taskLearningwithLowLevelsTasksSupervisedatLowerLayers中提出在低级的网络层次输出低级的任务,在高级的网络层次输出高级的任务。例如在第一层输出词性标签POStag,在第三层输出chunktag,将NLP任务按照不同的级别来设计共享模式。共享模式搜索是让计算机自动搜索这些共享模式,具体做法如图d所示,我们希望设计一1AM4BM3CM2hardsoft在面向NLP的神经网络架构搜索中,从共享池中挑选Ma1,Ma2等模块来组成不同的模分都假设答案在原文中出现,我们用的一个主要框架是BiderectionalAttention,同时给你context和query,做一个双向的注意力交互,最终确定两个位置,一个是答案开始的用性。几乎NLP所有任务都可以转化成阅读理解任务通过该框架解决和完成。NLPNLPBiderectionalAttention因此需要对BiderectionalAttention框架进行改进。还有一个较大

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论