Modifica Modulo pubblicazione: Deep Contextualized Word Representations

Testo libero:

Questo articolo introduce un nuovo tipo di rappresentazione delle parole contestualizzata e profonda, denominata ELMo (Embeddings from Language Models), che modella sia le caratteristiche complesse dell'uso delle parole (ad esempio, sintassi e semantica) sia il modo in cui questi usi variano a seconda del contesto linguistico (ad esempio, per modellare la polisemia). I vettori di parole sono funzioni apprese dagli stati interni di un modello linguistico bidirezionale profondo (biLM), pre-addestrato su un ampio corpus di testo. ELMo può essere facilmente integrato in modelli esistenti e migliorare significativamente lo stato dell'arte in sei diversi compiti NLP, tra cui la risposta alle domande, l'implicazione testuale e l'analisi del sentiment. [[Categoria:Pubblicazione]] {{#seo: |title=Deep Contextualized Word Representations |title_mode=append |keywords=rappresentazione delle parole, apprendimento profondo, elaborazione del linguaggio naturale, modelli linguistici, apprendimento automatico, semantica, sintassi, polisemia, vettori di parole, embedding |description=Questa pubblicazione introduce ELMo (Embeddings from Language Models), una nuova rappresentazione delle parole contestualizzata e profonda. ELMo modella gli usi complessi delle parole e le loro variazioni nel contesto linguistico. I vettori di parole di ELMo, derivati da un modello linguistico bidirezionale profondo, migliorano le prestazioni in diversi compiti di NLP. }}