文件名称：真棒句嵌入：精选的预训练句子和单词嵌入模型列表
文件大小：53KB
文件格式：ZIP
更新时间：2024-02-22 13:24:52
nlp awesome natural-language word-embeddings awesome-list
很棒的句子嵌入 精选的预训练句子和单词嵌入模型列表 目录 关于此回购 好吧，这里有一些很棒的单词嵌入和句子嵌入列表，但是它们都已经过时了，更重要的是不完整 此仓库也将是不完整的，但我会尽力找到并包括所有具有预训练模型的论文 这不是一个典型的很棒的列表，因为它有表格，但是我想这还可以，并且比庞大的列表要好得多 如果您发现任何错误或发现其他论文或其他内容，请发送请求请求，并帮助我保持此列表的最新状态 请享用！ 通用框架 几乎所有的句子嵌入都是这样的： 给定某种词嵌入和可选的编码器（例如LSTM），它们将获得上下文化的词嵌入。 然后，他们定义某种类型的池化（可以像上一次池化一样简单）。 基于此，他们要么直接将其用于监督分类任务（例如推断），要么生成目标序列（例如“跳过思考”）。 因此，总的来说，我们有许多您从未听说过的句子嵌入，您可以对任何词嵌入进行均值池，这就是句子嵌入！ 词嵌入 注意：不必担心代码的语言，几乎可以总是（子词模型除外）仅在您选择的框架中使用预训练的嵌入表，而忽略训练代码 日期 纸 引用次数 训练守则 预训练模型 -- 不适用 -- 2013/01 999+ 20
【文件预览】：
awesome-sentence-embedding-master
----.travis.yml(1KB)
----word-embedding.json(21KB)
----pull_request_template.md(193B)
----encoder.json(17KB)
----README_BASE.md(12KB)
----_config.yml(206B)
----LICENSE(34KB)
----generate.py(8KB)
----CONTRIBUTING.md(2KB)
----.gitignore(3KB)
----CODE_OF_CONDUCT.md(3KB)
----contextualized.json(29KB)
----README.md(56KB)
----inbox(1KB)