awesome sentence embedding

Awesome-frase-incorporado

Uma lista com curadoria de frases pré -tenhadas e modelos de incorporação de palavras

Índice

• Sobre este repo
• Estrutura geral
• Incorporação de palavras
• Oov manuseio
• Incorporação de palavras contextualizadas
• Métodos de agrupamento
• Codificadores
• Avaliação
• Misc
• Mapeamento de vetores
• Artigos

Sobre este repo

• Bem, existem algumas listas impressionantes para incorporações de palavras e incorporações de sentenças, mas todas elas estão desatualizadas e mais importante
• Este repositório também estará incompleto, mas tentarei o meu melhor para encontrar e incluir todos os papéis com modelos pré -traidos
• Esta não é uma lista impressionante típica porque possui tabelas, mas acho que está tudo bem e muito melhor do que apenas uma lista enorme
• Se você encontrar algum erro ou encontrar outro artigo ou algo assim, envie uma solicitação de tração e me ajude a manter esta lista atualizada
• aproveitar!

Estrutura geral

• Quase todas as incorporações da frase funcionam assim:
• Dadas algum tipo de incorporação de palavras e um codificador opcional (por exemplo, um LSTM), eles obtêm as incorporações contextualizadas de palavras.
• Em seguida, eles definem algum tipo de pool (pode ser tão simples quanto o último pool).
• Com base nisso, eles o usam diretamente para a tarefa de classificação supervisionada (como o infecsent) ou geram a sequência de destino (como a pensamento do salto).
• Então, em geral, temos muitas incorporações de frases das quais você nunca ouviu falar, você pode simplesmente fazer uma pool de qualquer palavra incorporando e é uma frase incorporada!

Incorporação de palavras

• NOTA: Não se preocupe com o idioma do código, você pode quase sempre (exceto os modelos de subpainha), basta usar a tabela de incorporação pré -traida na estrutura de sua escolha e ignorar o código de treinamento

data	papel	Contagem de citações	Código de treinamento	modelos pré -terem sido pretados
-	WebVectores: um kit de ferramentas para criar interfaces da web para modelos semânticos vetoriais	N / D	-	Rusvectōrēs
2013/01	Estimativa eficiente de representações de palavras no espaço vetorial	999+	C	Word2vec
2014/12	Representações de palavras via incorporação gaussiana	221	Cython	-
2014/??	Um modelo probabilístico para aprender incorporações de palavras multiprotipos	127	DMTK	-
2014/??	Incorporações de palavras baseadas em dependência	719	C ++	Word2vecf
2014/??	Luva: vetores globais para representação de palavras	999+	C	Luva
2015/06	Representações vetoriais de palavras excepcionadas e esparsas	129	C ++	-
2015/06	Do banco de dados parafraseados ao modelo de paráfrase composicional e traseiro	3	Theano	Paragrama
2015/06	Representações vetoriais de palavras não distributivas	68	Python	WordFeat
2015/??	Aprendizagem conjunta de caráter e incorporações de palavras	195	C	-
2015/??	Sensebed: Learning Sense Incordações para a palavra e similaridade relacional	249	-	Sensível
2015/??	Incorporação de palavras tópicas	292	Cython
2016/02	Girando: melhorando as incorporações, percebendo o que está faltando	61	Tf	-
2016/03	Vetores de palavras contra-ajustes para restrições linguísticas	232	Python	contra-ajuste (quebrado)
2016/05	Misturando modelos de tópicos Dirichlet e incorporações de palavras para fazer LDA2VEC	91	Chainner	-
2016/06	Siamese CBOW: otimizando incorporações de palavras para representações de sentenças	166	Theano	Siamese CBOW
2016/06	Fator da matriz usando amostragem de janelas e amostragem negativa para representações de palavras aprimoradas	58	Ir	Lexvec
2016/07	Vetores de palavras enriquecedores com informações de subpainhas	999+	C ++	FastText
2016/08	Priores morfológicos para incorporação de palavras neurais probabilísticas	34	Theano	-
2016/11	Um modelo conjunto de muitas tarefas: cultivar uma rede neural para várias tarefas de PNL	359	C ++	Charngram2vec
2016/12	ConceptNet 5.5: Um gráfico multilíngue aberto de conhecimento geral	604	Python	NumBatch
2016/??	Aprendendo meta-incorporação de palavras	58	-	Meta-EMB (quebrado)
2017/02	Vetores de palavras bilíngues offline, transformações ortogonais e o softmax invertido	336	Python	-
2017/04	Distribuições de palavras multimodais	57	Tf	word2gm
2017/05	INCLIMAÇÕES POIncaré para aprender representações hierárquicas	413	Pytorch	-
2017/06	Codificadores de contexto como uma extensão simples, mas poderosa do Word2vec	13	Python	-
2017/06	Especialização semântica de espaços de vetor de palavras distributivos usando restrições monolíngues e cruzadas	99	Tf	ATRAT-REPEL
2017/08	Aprendendo representações de palavras chinesas de glifos de personagens	44	C	-
2017/08	Compreendendo as incorporações de palavras	92	Python	SenseGram
2017/09	Incorporações de hash para representações de palavras eficientes	25	Keras	-
2017/10	BPEMB: Subbornos pré-treinados sem tokenização em 275 idiomas	91	Gensim	BPEMB
2017/11	Coluna: incorporações neurais interpretáveis ​​esparsas	48	Pytorch	COLUNA
2017/??	Aravec: um conjunto de modelos de incorporação de palavras em árabe para uso em PNs de árabe	161	Gensim	Aravec
2017/??	Ngram2vec: Aprendendo representações de palavras aprimoradas da estatística de co-ocorrência do Ngram	25	C	-
2017/??	Dict2vec: Aprendendo incorporações de palavras usando dicionários lexicais	49	C ++	Dict2vec
2017/??	Incorporações conjuntas de palavras, caracteres e componentes de subcharacter de grão fino	63	C	-
2018/04	Compensações de representação para incorporações hiperbólicas	120	Pytorch	h-mds
2018/04	Meta-incorporados dinâmicos para representações de sentenças aprimoradas	60	Pytorch	DME/CDME
2018/05	Raciocínio analógico nas relações morfológicas e semânticas chinesas	128	-	WHINDWORDVETORS
2018/06	Texto rápido probabilístico para incorporações de palavras com vários sensos	39	C ++	TEXT FASTE DE FASTIDO PROBABILISTA
2018/09	Incorporando informações sintáticas e semânticas em incorporações de palavras usando redes convolucionais de gráficos	3	Tf	Syngcn
2018/09	Fraia: representação de palavras-agnósticas de frequência	64	Pytorch	-
2018/12	Wikipedia2vec: uma ferramenta otimizada para a aprendizagem de palavras e entidades da Wikipedia	17	Cython	Wikipedia2vec
2018/??	Direcional Skip-Gram: Distinguindo explicitamente o contexto esquerdo e direito para incorporação de palavras	106	-	Chinesembedding
2018/??	CW2VEC: Aprendendo incorporações de palavras chinesas com informações sobre N-gramas	45	C ++	-
2019/02	VCWE: incorporação de palavras com personagem visual	5	Pytorch	Vcwe
2019/05	Aprendendo incorporações cruzadas do Twitter por meio de supervisão distante	2	Texto	-
2019/08	Uma abordagem neural não supervisionada de caráter de caráter para a aprendizagem de representação de palavras e contexto	5	Tf	-
2019/08	VICO: INCLIMAÇÕES DE PALAVRAS DE CO-OCCRENCIES VISUAL	7	Pytorch	VICO
2019/11	Incorporação de texto esférico	25	C	-
2019/??	Incorporações de palavras não supervisionadas capturam conhecimento latente da literatura sobre ciência de materiais	150	Gensim	-

Oov manuseio

• Soltar palavras oov!
• Um vetor Oov (vetor uNK)
• Use modelos de subpaltos (ngram, bpe, char)
• Alacarte: a la carte incorporação: indução barata, mas eficaz de vetores de características semânticas
• Imitar: imitar incorporações de palavras usando RNNs de subglema
• Compactreconstruction: Reconstrução compacta baseada em subgletas de incorporações de palavras

Incorporação de palavras contextualizadas

• NOTA: Todos os modelos não oficiais podem carregar os modelos oficiais de pré -treinamento

data	papel	Contagem de citações	código	modelos pré -terem sido pretados
-	Modelos de idiomas são aprendizes multitarefa sem supervisão	N / D	Tf Pytorch, TF2.0 Keras	GPT-2 (117m, 124m, 345m, 355m, 774m, 1558m)
2017/08	Aprendido na tradução: vetores de palavras contextualizados	524	Pytorch Keras	Enseada
2018/01	Modelo de linguagem universal Tuneamento fino para classificação de texto	167	Pytorch	Ulmfit (inglês, zoológico)
2018/02	Representações de palavras contextualizadas profundas	999+	Pytorch Tf	Elmo (Allennlp, TF-Hub)
2018/04	Representação contextualizada eficiente: poda do modelo de idioma para rotulagem de sequência	26	Pytorch	Ld-net
2018/07	Rumo a uma melhor análise de UD: incorporações de palavras contextualizadas profundas, conjuntos e concatenação em árvores	120	Pytorch	Elmo
2018/08	Conexão de saída direta para um modelo de linguagem de alto rank	24	Pytorch	Doc
2018/10	Bert: pré-treinamento de transformadores bidirecionais profundos para compreensão de idiomas	999+	Tf Keras Pytorch, TF2.0 Mxnet Paddlepddle Tf Keras	Bert (Bert, Ernie, Kobert)
2018/??	Incorporação de string contextual para rotulagem de sequência	486	Pytorch	Flair
2018/??	Melhorando a compreensão da linguagem por pré-treinamento generativo	999+	Tf Keras Pytorch, TF2.0	Gpt
2019/01	Redes neurais profundas de várias tarefas para compreensão da linguagem natural	364	Pytorch	Mt-dnn
2019/01	BioBert: Modelo de representação de linguagem biomédica pré-treinada para mineração de texto biomédico	634	Tf	BioBert
2019/01	Modelo de idioma transversal pré-treinamento	639	Pytorch Pytorch, TF2.0	Xlm
2019/01	Transformer-xl: modelos de linguagem atentos além de um contexto de comprimento fixo	754	Tf Pytorch Pytorch, TF2.0	Transformer-xl
2019/02	Aprendizagem eficiente de representação contextual sem camada softmax	2	Pytorch	-
2019/03	Scibert: incorporações contextualizadas pré -ridadas para texto científico	124	Pytorch, tf	Scibert
2019/04	INCLIMENTOS CLÍNICOS DISPONÍVEIS DISPONÍVEIS	229	Texto	Clinicalbert
2019/04	Clinicalbert: modelando notas clínicas e previsão de readmissão hospitalar	84	Pytorch	Clinicalbert
2019/05	Ernie: representação aprimorada de linguagem com entidades informativas	210	Pytorch	Ernie
2019/05	Modelo de linguagem unificada Pré-treinamento para compreensão e geração da linguagem natural	278	Pytorch	UNILMV1 (UNILM1-LARGED, CASADO UNILM1-BASE)
2019/05	Hibert: Nível de documento pré-treinamento de transformadores bidirecionais hierárquicos para resumo de documentos	81		-
2019/06	Pré-treinamento com mascaramento de palavras inteiras para o chinês Bert	98	Pytorch, tf	Bert-wwm
2019/06	XLNET: pré -treinamento auto -regressivo generalizado para compreensão da linguagem	999+	Tf Pytorch, TF2.0	Xlnet
2019/07	Ernie 2.0: Uma estrutura de pré-treinamento contínua para a compreensão do idioma	107	Paddlepddle	Ernie 2.0
2019/07	Spanbert: melhorando o pré-treinamento representando e prevendo vãos	282	Pytorch	Spanbert
2019/07	Roberta: Uma abordagem de pré -treinamento de Bert robustamente otimizada	999+	Pytorch Pytorch, TF2.0	Roberta
2019/09	SubbORT ELMO	1	Pytorch	-
2019/09	Representações contextuais de palavras contextuais aprimoradas	115		-
2019/09	Tinybert: destilar Bert para a compreensão da linguagem natural	129		-
2019/09	Megatron-LM: Treinando modelos de linguagem de parâmetros de bilhões de bilhões usando o paralelismo do modelo	136	Pytorch	Megatron-lm (Bert-345m, GPT-2-345m)
2019/09	Multifit: modelo de linguagem multilíngue eficiente de ajuste fino	29	Pytorch	-
2019/09	Compressão do modelo de linguagem extrema com subbordas ideais e projeções compartilhadas	32		-
2019/09	Mule: incorporação de linguagem universal multimodal	5		-
2019/09	Unicoder: um codificador de linguagem universal por pré-treinamento com várias tarefas transversais	51		-
2019/09	K-Bert: Habilitando a representação de linguagem com o Gráfico de Conhecimento	59		-
2019/09	Uniter: Aprendendo representações de texto de imagem universal	60		-
2019/09	Albert: Um Lite Bert para o aprendizado auto-supervisionado de representações de idiomas	803	Tf	-
2019/10	BART: DenOising Sequence-Sensence Pré-treinamento para geração de linguagem natural, tradução e compreensão	349	Pytorch	Bart (Bart.base, Bart.large, Bart.large.mnli, Bart.large.cnn, Bart.large.xsum)
2019/10	Distilbert, uma versão destilada de Bert: menor, mais rápido, mais barato e mais leve	481	Pytorch, TF2.0	Distilbert
2019/10	Explorando os limites do aprendizado de transferência com um transformador de texto em texto unificado	696	Tf	T5
2019/11	Camembert: um saboroso modelo de língua francesa	102	-	Camembert
2019/11	Zen: codificador de texto chinês pré-treinamento, aprimorado por representações de n-gramas	15	Pytorch	-
2019/11	Aprendizagem de representação cruzada não supervisionada em escala	319	Pytorch	Xlm-r (xlm-roberta) (xlmr.large, xlmr.base)
2020/01	Profetnet: Prevendo o N-Gram futuro para o pré-treinamento de sequência a sequência	35	Pytorch	Profetnet (Profetnet-Large-16GB, ProphetNet-Large-160GB)
2020/02	Codebert: Um modelo pré-treinado para programação e linguagens naturais	25	Pytorch	Codebert
2020/02	UNILMV2: Modelos de idiomas pseudo-masculino para modelo de idioma unificado pré-treinamento	33	Pytorch	-
2020/03	Electra: codificadores de texto pré-treinamento como discriminadores em vez de geradores	203	Tf	Electra (Electra-Small, Electra-Base, Electra-Large)
2020/04	MPNET: pré-treinamento mascarado e permutado para compreensão do idioma	5	Pytorch	Mpnet
2020/05	Parsbert: Modelo baseado em transformadores para compreensão da linguagem persa	1	Pytorch	Parsbert
2020/05	Modelos de idiomas são poucos alunos	382	-	-
2020/07	Infoxlm: uma estrutura teórica da informação para o modelo de linguagem transversal pré-treinamento	12	Pytorch	-

Métodos de agrupamento

• {Last, média, max} -Pooling
• Pool de token especial (como o transformador de Bert e Openai)
• SIF: Uma linha de base simples, mas difícil de bater para incorporações de sentença
• TF-IDF: Representações de sentenças não supervisionadas como série de informações de palavras: revisitando TF-IDF
• P-norma: Power concatenado Média de palavras incorporadas como representações universais de sentenças transversais
• DISC: Uma visão de detecção compactada de incorporações de texto não supervisionado, bolsa-n-gramas e LSTMs
• Gem: Sentença de treinamento zero incorporando via base ortogonal
• SWEM: Baseline precisa de mais amor: em modelos simples baseados em palavras e mecanismos associados de pool associados
• Vlawe: vetor de incorporações de palavras agregadas localmente (Vlawe): uma nova representação no nível de documentos
• Sentença eficiente incorporando a transformação discreta de cosseno
• FSE: Add-on Gensim para incorporações de sentença rápida. Suporta média, max, sif, usif
• Sentença eficiente incorporando através da análise semântica do subespaço

Codificadores

data	papel	Contagem de citações	código	Model_name
-	Adaptação de domínio incremental para tradução para máquinas neurais em configurações de baixo recurso	N / D	Python	Arasif
2014/05	Representações distribuídas de frases e documentos	999+	Pytorch Python	DOC2VEC
2014/11	Unificar incorporações visuais-semânticas com modelos multimodais de linguagem neural	849	Theano Pytorch	VSE
2015/06	Alinhando livros e filmes: para explicações visuais semelhantes a histórias assistindo filmes e lendo livros	795	Theano Tf Pytorch, tocha	Skipthought
2015/11	Ordembeddings de imagens e idioma	354	Theano	Encadeamento de pedidos
2015/11	Em direção a incorporações parafrásticas universais	411	Theano	Paragrama
2015/??	De incorporações de palavras para documentar distâncias	999+	C, Python	Distância do motor de palavras
2016/02	Aprendizagem distribuída Representações de frases de dados não marcados	363	Python	Rápido
2016/07	Charagrama: incorporando palavras e frases por meio de N-Grams de caracteres	144	Theano	Charagram
2016/11	Aprendendo representações genéricas de frases usando redes neurais convolucionais	76	Theano	Se convidar
2017/03	Aprendizagem não supervisionada de incorporações de sentença usando recursos de n-gramas composicionais	319	C ++	Sent2vec
2017/04	Aprendendo a gerar críticas e descobrir o sentimento	293	Tf Pytorch Pytorch	Neurônio do sentimento
2017/05	Revisitando redes recorrentes para incorporações parafrásticas	60	Theano	Gran
2017/05	Aprendizagem supervisionada de representações universais de sentenças de dados de inferência de linguagem natural	999+	Pytorch	Infecsent
2017/07	VSE ++: melhorando as incorporações visuais-semânticas com negativos difíceis	132	Pytorch	VSE ++
2017/08	Usando milhões de ocorrências emoji para aprender representações de qualquer domínio para detectar sentimentos, emoção e sarcasmo	357	Keras Pytorch	Deepmoji
2017/09	Starspace: Incorpore todas as coisas!	129	C ++	Starspace
2017/10	Dissidência: Aprendendo as representações de sentenças de relações explícitas do discurso	47	Pytorch	Dissidência
2017/11	Empurrando os limites das incorporações parafrásticas de sentença com milhões de traduções de máquinas	128	Theano	para-nmt
2017/11	TEXT-TEXTIMENTO DE IMAGEM CONCOISTIONAL DO PATH DA INCORMAÇÃO COM PERDA DE CASA	44	Matlab	Image-text-Embetingding
2018/03	Uma estrutura eficiente para representações de sentenças de aprendizado	183	Tf	Pensamento rápido
2018/03	Codificador de frase universal	564	Tf-hub	USAR
2018/04	TEXTUAL ORIENTADO DA TASSAGEM DE TARDA EXTRIBUIÇÃO ATRANTRAS ATRAVÉS DE EXPLORAÇÕES DE INTERAÇÕES INTER-SEMENCIANTES	14	Theano	Deiste
2018/04	Aprendendo de uso geral Representações de sentenças distribuídas por meio de aprendizado de várias tarefas em escala	198	Pytorch	Gensen
2018/06	Incorporar texto em espaços hiperbólicos	50	Tf	Hipertexto
2018/07	Aprendizagem de representação com codificação preditiva contrastiva	736	Keras	CPC
2018/08	Distância e baricentros do Mover Context: Transporte ideal de contextos para representações de construção	8	Python	Cmd
2018/09	Aprendendo representações de sentenças universais com Atenção Média de Atenção AutoEncoder	14	Tf	Maxae média
2018/10	Aprendendo representações de sentenças transfulpanas por meio de um modelo de codificador duplo de várias tarefas	35	Tf-hub	Uso-Xling
2018/10	Melhorando as representações de frases com maximização de consenso	4	-	Multi-View
2018/10	Biosentvec: criando incorporações de frases para textos biomédicos	70	Python	Biosentvec
2018/11	A incorporação do Word Mover: do Word2vec para a incorporação de documentos	47	C, Python	WordMoverSEMBEDDINGS
2018/11	Uma abordagem hierárquica de várias tarefas para aprender incorporações de tarefas semânticas	76	Pytorch	Hmtl
2018/12	Incorporações de frases multilíngues massivamente para transferência cruzada de tiro zero e além	238	Pytorch	LASER
2018/??	Rede neural convolucional para incorporações de sentenças universais	6	Theano	CSE
2019/01	Não é necessário treinamento: explorando codificadores aleatórios para classificação de frases	54	Pytorch	Randsent
2019/02	CBOW não é tudo o que você precisa: combinar CBOW com o modelo de espaço da matriz composicional	4	Pytorch	Cmow
2019/07	Gloss: otimização latente generativa das representações de frases	1	-	LUSTRO
2019/07	Codificador de frases universal multilíngue	52	Tf-hub	Multilíngue
2019/08	Sentença-Bert: incorporações de sentença usando Siamese Bert-Networks	261	Pytorch	Frase-bert
2020/02	Sbert-WK: Um método de incorporação de frase dissecando modelos de palavras baseados em Bert	11	Pytorch	Sbert-wk
2020/06	Declaração: Aprendizagem contrastiva profunda para representações textuais não supervisionadas	4	Pytorch	Declútrido
2020/07	Sentença Bert de Bert, idioma, incorporação	5	Tf-hub	Labse
2020/11	Nas incorporações da frase de modelos de idiomas pré-treinados	0	Tf	Bert-Flow

Avaliação

• Decanlp: o decatlo de linguagem natural: aprendizado de várias tarefas como resposta de perguntas
• SentEval: SentEval: um kit de ferramentas de avaliação para representações de sentenças universais
• Cola: cola: uma plataforma de referência e análise de várias tarefas para compreensão da linguagem natural
• Explorando propriedades semânticas das incorporações de sentença
• Análise de grão fino de incorporações de sentença usando tarefas de previsão auxiliares
• Benchmarks de incorporação de palavras: como avaliar incorporações de palavras? Sobre a importância da eficiência dos dados e tarefas simples supervisionadas
• MLDOC: um corpus para classificação multilíngue de documentos em oito idiomas
• LEXNET: O azeite é feito de azeitonas, o óleo de bebê é feito para bebês: interpretando compostos substantivos usando paráfrases em um modelo neural
• WordVectors.net: Avaliação da comunidade e troca de vetores de palavras em wordvectors.org
• Jiant: Procurando os amigos de Elmo: pré-treinamento no nível da frase além da modelagem de idiomas
• Jiant: O que você aprende com o contexto? Sondagem para estrutura de frases em representações contextualizadas de palavras
• Avaliação de incorporações de sentença em tarefas de investigação a jusante e linguística
• QVEC: Avaliação de representações vetoriais de palavras por alinhamento do subespaço
• Análise gramatical de codificadores de sentenças pré -teremam julgamentos de aceitabilidade
• Equivale: uma estrutura de avaliação de referência para raciocínio quantitativo em inferência de linguagem natural
• Avaliando modelos de incorporação de palavras: Métodos e resultados experimentais
• Como (adequadamente) avaliar incorporações de palavras transfronscultivas: em linhas de base fortes, análises comparativas e alguns conceitos errôneos
• Conhecimento linguístico e transferibilidade de representações contextuais: Reprodução contextual
• Linspetor: tarefas multilíngues de sondagem para representações de palavras
• Armadilhas na avaliação de incorporações de sentença
• Sondando representações multilíngues de frases com x-sobo: xprobe

Misc

• Seleção de dimensionalidade de incorporação de palavras: Sobre a dimensionalidade da incorporação de palavras
• Meio tamanho: redução de dimensionalidade simples e eficaz para incorporações de palavras
• Magnitude: magnitude: um pacote de utilitário de incorporação de vetor universal rápido e eficiente e eficiente
• Sintonizar ou não sintonizar? Adaptar representações pré -gravadas a diversas tarefas
• Não se contente com a média, vá para os conjuntos Max: Fuzzy e vetores de palavras com piscina máxima: Fuzzymax
• O aluno tornou-se o mestre: professora-aluno baseado em modelos incorporando destilação com aprendizado de conjunto: incorporação
• Melhorando a similaridade distributiva com as lições aprendidas com as incorporações de palavras: hiperwords
• Incorporação de palavras alheia com ortografia: moe
• Seleção de dimensão de treinamento único para incorporação de palavras com PCA
• Compactação de incorporação de palavras por meio de composição profunda aprendizado de código: neuralcompressor
• UER: um kit de ferramentas de código aberto para modelos de pré-treinamento: UER-PY
• Situação de incorporadores de frases com sobreposição mais próxima do vizinho
• Bert alemão

Mapeamento de vetores

• Projeção de vetores de palavras transversal usando CCA: melhorando as representações de palavras do espaço vetorial usando correlação multilíngue
• VECMAP: um método de auto-aprendizagem robusto para mapeamentos cruzados totalmente sem supervisão de incorporação de palavras
• Muse: tradução para a máquina não supervisionada usando apenas corpora monolíngue
• CrosslingualElmo: Alinhamento cruzado de incorporação de palavras contextuais, com aplicações para análise de dependência zero-tiro

Artigos

• Comparando métodos de similaridade da frase
• As melhores incorporações e incorporações de palavras universais de palavras universais
• Nas representações de frases, pt. 1: O que você pode se encaixar em um único #$!%@*&% Post blog?
• Texto livre de aprendizado e incorporação de frases, parte 1
• Texto livre de aprendizado e incorporação de frases, parte 2
• Uma visão geral dos métodos de incorporação de sentença
• Incorporações de palavras em 2017: tendências e direções futuras
• Um passo a passo de infecções - aprendizado supervisionado de incorporações de sentença
• Uma pesquisa com modelos de incorporação de palavras transversal
• Apresentando a classificação de texto de última geração com modelos de linguagem universal
• Técnicas de incorporação de documentos