JavaShuo
栏目
标签
文献阅读笔记:XLNet: Generalized Autoregressive Pretraining for Language Understanding
时间 2020-12-30
原文
原文链接
0.背景 机构:谷歌大脑、CMU 作者:Zhilin Yang、Zihang Dai 发布地方:arxiv 面向任务:Language Understanding 论文地址:https://arxiv.org/abs/1904.09482 论文代码:https://github.com/zihangdai/xlnet 0-1. 摘要 由于上下文双向建模的表达能力更强,降噪自编码类型中的典型代表BE
>>阅读原文<<
相关文章
1.
文献阅读笔记:XLNet: Generalized Autoregressive Pretraining for Language Understanding
2.
文献阅读笔记:NEZHA(Neural Contextualized Representation for Chinese Language Understanding)
3.
文献阅读笔记—Improving Language Understanding by Generative Pre-Training
4.
XLNet论文笔记
5.
Multi-Task Deep Neural Networks for Natural Language Understanding阅读笔记
6.
论文阅读笔记:BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
7.
论文阅读笔记:《ERNIE 2.0: A Continual Pre-training Framework for Language Understanding》
8.
文献阅读笔记-MASS: Masked Sequence to Sequence Pre-training for Language Generation
9.
文献阅读笔记—Universal Language Model Fine-tuning for Text Classification
10.
【论文阅读笔记】Cross-lingual Language Model Pretraining
更多相关文章...
•
RSS 阅读器
-
RSS 教程
•
PHP 实例 - AJAX RSS 阅读器
-
PHP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
阅读笔记
论文阅读笔记
Apple文档阅读笔记
language
autoregressive
pretraining
xlnet
generalized
understanding
论文阅读
MyBatis教程
Thymeleaf 教程
Redis教程
文件系统
0
分享到微博
分享到微信
分享到QQ
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。
最新文章
1.
深度学习硬件架构简述
2.
重温矩阵(V) 主成份分析
3.
国庆佳节第四天,谈谈我月收入增加 4K 的故事
4.
一起学nRF51xx 23 - s130蓝牙API介绍
5.
2018最为紧缺的十大岗位,技术岗占80%
6.
第一次hibernate
7.
SSM项目后期添加数据权限设计
8.
人机交互期末复习
9.
现在无法开始异步操作。异步操作只能在异步处理程序或模块中开始,或在页生存期中的特定事件过程中开始...
10.
微信小程序开发常用元素总结1-1
本站公众号
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.
文献阅读笔记:NEZHA(Neural Contextualized Representation for Chinese Language Understanding)
3.
文献阅读笔记—Improving Language Understanding by Generative Pre-Training
4.
XLNet论文笔记
5.
Multi-Task Deep Neural Networks for Natural Language Understanding阅读笔记
6.
论文阅读笔记:BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
7.
论文阅读笔记:《ERNIE 2.0: A Continual Pre-training Framework for Language Understanding》
8.
文献阅读笔记-MASS: Masked Sequence to Sequence Pre-training for Language Generation
9.
文献阅读笔记—Universal Language Model Fine-tuning for Text Classification
10.
【论文阅读笔记】Cross-lingual Language Model Pretraining
>>更多相关文章<<