BERT
来自Ac-Wiki
更多操作
BERT 是 Google 于 2018 年提出的预训练语言模型,基于 Transformer 编码器架构,通过双向上下文建模捕捉词义。它广泛应用于文本分类、问答、命名实体识别等自然语言处理任务,显著提升了多项基准性能。BERT 的出现推动了预训练-微调范式在 NLP 领域的普及。
无法加载偏好设置。请检查您的网络连接并重试。
网站测试中,如需帮助或提出建议
请联系维护员 @天明
BERT 是 Google 于 2018 年提出的预训练语言模型,基于 Transformer 编码器架构,通过双向上下文建模捕捉词义。它广泛应用于文本分类、问答、命名实体识别等自然语言处理任务,显著提升了多项基准性能。BERT 的出现推动了预训练-微调范式在 NLP 领域的普及。