从 Word Embedding 到 BERT:一起肢解 BERT!

作者/分享人:武博士
向 Ta 提问
双一流大学人工智能方向博士,中国移动集团IT架构师。科研方向:自然语言处理、计算机视觉、强化学习。已经发表 SCI 论文多篇,CSDN 专栏文章近百篇(机器学习专栏、深度学习专栏和强化学习专栏)。

在 NLP 中,BERT 最近很火,是 NLP 重大进展的集大成者,是最近最火爆的 AI 进展之一。对最新的 Google BERT 模型我们有这样的疑问:

  1. 什么是 BERT,这个模型是怎么来的;
  2. 刷新了很多 NLP 任务的最好性能,有些任务还被刷爆了,BERT 值得这么高的评价吗;
  3. 它有重大的理论或者模型创新吗?

这篇 Chat 中除了得到以上疑问的答案,您可以得到:

  1. 从图像预训练为例,解释预训练的过程和意义;
  2. Word Embedding 的发展历程;
  3. Embedding from Language Models,ELMO 模型讲解;
  4. Generative Pre-Training,GPT 模型讲解;
  5. BERT 的诞生和“肢解”(ELMO 和 GPT 的优势集成)。
已有231人预订
预订达标
文章出炉
     
18.12.05
18.12.24
本场 Chat 文章已出炉,购买后即可阅读文章并获得一张武博士的读者圈Pass
请务必添加GitChat服务号以查看活动进度及获取活动通知。
查看文章评论/提问
进击的豆沙包
看了看 发现还没知乎上讲的好呢。。。。
薛定谔之猪
全水
idea
水的一比
你可能还喜欢
Docker 快速入门
技术人的突破
如何利用碎片时间,提升自己的职场竞争优势
代码GG陆晓明
Docker 镜像构建原理及源码分析
张晋涛
如何写好 React 业务代码?
尹光耀
5G,一场商业噱头 or 一次技术革命?
Edvin
一文掌握 MySQL 索引,秒杀面试官
高爽
微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
添加小助手微信×