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
新智元1 分钟前
全球 30 名顶尖数学家秘密集会围剿 AI，当场破防！惊呼已接近数学天才楽码5 分钟前
AI决策树:整理繁杂问题的简单方法星辰大海的精灵10 分钟前
基于Dify+MCP实现通过微信发送天气信息给好友ReturnOfMars11 分钟前
AI本地批量生图Agent-Jaaz体验，确实强柠檬味拥抱12 分钟前
人工智能在教育中的角色-AI Agent助力个性化学习与学生辅导精灵vector15 分钟前
Agent短期记忆的几种持久化存储方式大模型之路20 分钟前
基于本地LLM与MCP架构构建AI智能体全指南大霸王龙28 分钟前
系统模块与功能设计框架Se7en2581 小时前
Prefix Caching 详解：实现 KV Cache 的跨请求高效复用山顶听风1 小时前
多层感知器MLP实现非线性分类（原理）