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
yangshicong4 分钟前
第19章：AI安全防护与AI安全c_lb728817 分钟前
2026年不同基础做量化，先找AI能参与的位置颜酱22 分钟前
06 | 把 meta_config 同步进 MySQL（生成阶段）stereohomology35 分钟前
实战微调排版细节：豆包Seed 2.1 Turbo 不弱于GLM5.2？renhongxia11 小时前
世界模型的四个商业场景：自动驾驶、机器人、内容产业与工业仿真stormzhangV1 小时前
AI 的玩法，该做减法了IT_陈寒1 小时前
SpringBoot自动配置坑了我一周，原来问题这么蠢！糯米导航2 小时前
实践教程｜搭建电商 AI 无限画布，实现百款商品主图自动化批量生成朴马丁2 小时前
从制造到智造：PLM如何赋能企业研发创新武子康2 小时前
GAIA、Cosmos、Genie 等视频模型纷纷自称"世界模型"，为什么说视觉逼真度不构成决策证据？