文章目录
上图缺点：参数太多，中文语料库匮乏
注意力机制，相当于给每一个词赋予一个权重，权重越大的越重要。
bert的缺点：神经元太多，较慢。
LTP
如果只是需要做词性的识别，那么用LTP就可以了，由哈工大自主研发。
目前python主要用LTP，目前已经发展到4.0的版本。
在最后一个章节，就用LTP完成词性标注、包括分词，最后再把它整合成图谱，通过python自动插入到xxx中去，完成这么一系列的操作，
HMM与LTP词性标注之LTP介绍
赵孝正2023-11-17 9:35
相关推荐
zzywxc78713 分钟前
AI在金融、医疗、教育、制造业等领域的落地案例zstar-_22 分钟前
【论文阅读】REFRAG：一个提升RAG解码效率的新思路慧一居士41 分钟前
SpringBoot改造MCP服务器（StreamableHTTP）索迪迈科技1 小时前
安防芯片 ISP 的白平衡统计数据对图像质量有哪些影响？AiTop1001 小时前
腾讯推出AI CLI工具CodeBuddy，国内首家同时支持插件、IDE和CLI三种形态的AI编程工具厂商山楂树下懒猴子2 小时前
ChatAI项目-ChatGPT-SDK组件工程Learn Beyond Limits2 小时前
The learning process of Decision Tree Model｜决策树模型学习过程AI360labs_atyun2 小时前
2025世界智博会，揭幕AI触手可及的科幻生活luoganttcc2 小时前
小鹏汽车 vla 算法最新进展和模型结构细节算家计算2 小时前
面壁智能开源多模态大模型——MiniCPM-V 4.5本地部署教程：8B参数开启多模态“高刷”时代！