【论文阅读笔记】Cross-lingual Language Model Pretraining
本文是FaceBook AI Team在2019年一月发布的文章。 近一年来，NLP领域发展势头强劲，从ELMO到LSTM再到去年最牛叉的Google Bert，在今年年初，Facebook又推出了XLM模型，在跨语言预训练领域表现抢眼。实验结果显示XML在XNLI任务上比原来的state-of-the-art直接高了4.9个百分点；在无监督机器翻译WMT’16 German-Eng
相关文章
- 1. 文献阅读笔记：XLNet: Generalized Autoregressive Pretraining for Language Understanding
- 2. 【论文阅读】A Neural Probabilistic Language Model
- 3. 【论文阅读笔记】Universal Language Model Fine-tuning for Text Classification
- 4. A Neural Probabilistic Language Model ------阅读笔记
- 5. 论文阅读：《Pretraining-Based Natural Language Generation for Text Summarization》
- 6. EMNLP2020 | Language Model精选论文解读
- 7. 论文阅读笔记：Pretraining Methods for Dialog Context Representation Learning
- 8. NNLM（Nerual Network Language Model）论文笔记
- 9. 文献阅读笔记—Universal Language Model Fine-tuning for Text Classification
- 10. BERT论文阅读笔记
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • C# 文本文件的读写 - C#教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 文献阅读笔记：XLNet: Generalized Autoregressive Pretraining for Language Understanding
- 2. 【论文阅读】A Neural Probabilistic Language Model
- 3. 【论文阅读笔记】Universal Language Model Fine-tuning for Text Classification
- 4. A Neural Probabilistic Language Model ------阅读笔记
- 5. 论文阅读：《Pretraining-Based Natural Language Generation for Text Summarization》
- 6. EMNLP2020 | Language Model精选论文解读
- 7. 论文阅读笔记：Pretraining Methods for Dialog Context Representation Learning
- 8. NNLM（Nerual Network Language Model）论文笔记
- 9. 文献阅读笔记—Universal Language Model Fine-tuning for Text Classification
- 10. BERT论文阅读笔记