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
还有糕手21 分钟前
西南交通大学【机器学习实验2】jndingxin23 分钟前
OpenCV CUDA模块设备层-----在 GPU 上执行类似于 std::copy 的操作函数warpCopy()weixin_3776348424 分钟前
【数据增强】精细化贴图数据增强老A技术联盟29 分钟前
超实用的Cursor使用技巧之案列分析-教你基于Cursor零代码开发一个chrome插件慧星云33 分钟前
ComfyUI工作流 ：一键换背景体验不同场景程序员的小马甲35 分钟前
如何编写AI提示词算家计算35 分钟前
4 位量化 + FP8 混合精度：ERNIE-4.5-0.3B-Paddle本地部署，重新定义端侧推理效率晓131338 分钟前
OpenCV篇——项目（二）OCR文档扫描小白狮ww41 分钟前
VASP 教程：VASP 机器学习力场微调AIGC包拥它41 分钟前
提示技术系列——链式提示