一文概述2017年深度学习NLP重大进展与趋势

近年来,深度学习(DL)架构和算法在图像识别、语音处理等领域实现了很大的进展。而深度学习在自然语言处理方面的表现最初并没有那么起眼,不过现在我们可以看到深度学习对 NLP 的贡献,在很多常见的 NLP 任务中取得了顶尖的结果,如命名实体识别(NER)、词性标注(POS tagging)或情感分析,在这些任务中神经网络模型优于传统方法。而机器翻译的进步或许是最显著的。

  • 2022-03-09
  • 收藏0
  • 阅读96
  • 下载0
  • 11页
  • docx
  • 274.92M

评价

评分 :
   *