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
开利网络26 分钟前
合规底线：健康产品营销的红线与避坑指南非著名架构师39 分钟前
量化“天气风险”：金融与保险机构如何利用气候大数据实现精准定价与投资决策熙梦数字化2 小时前
2025汽车零部件行业数字化转型落地方案刘海东刘海东2 小时前
逻辑方程结构图语言的机器实现（草稿）亮剑20182 小时前
第2节：程序逻辑与控制流——让程序“思考”hixiong1232 小时前
C# OpenCVSharp使用 读光-票证检测矫正模型大千AI助手2 小时前
HotpotQA：推动多跳推理问答发展的标杆数据集红尘炼丹客2 小时前
《DeepSeek-OCR: Contexts Optical Compression》速览TiAmo zhang2 小时前
现代C++的AI革命：C++20/C++23核心特性解析与实战应用mwq301232 小时前
从傅里叶变换到 RoPE：解构位置编码的数学灵魂