-
BERT详解
bert base使用12层encoder（不是transformer）
bert large使用24层encoder
Bert输入部分详细解读
cls、sep存在因为bert预训练任务中有nsp任务（判断两个句子之间的关系）
将cls的输出向量接一个二分类器，去做一个二分类任务
预训练之MLM详解
bert在预训练的时候，使用的是大量的无标注的语料
认为mask是相互独立的，然而mask不是相互独立的
预训练之NSP任务详解
主题预测：两个样本是不是来自同一文档（很简单）
连贯性预测：两个段落是不是上下文关系
如何提升Bert下游任务表现
领域——>任务——>微调
bert是静态mask，我爱吃饭每次mask吃
脱敏数据如何使用bert
-
相关阅读:
SpringMvc与SpringBoot有什么不同？
【自然语言处理（NLP）】基于Word2Vec的语言模型实践
批量将xml文件转txt文件
读博准备路线图
前端 JS 经典：Class 面向对象
【T+】删除/取消畅捷通T+软件登录界面右上角的授权单位等联系信息
Python中的装饰器（Decorator）
电磁兼容（EMC）的标准与测试内容（三）
Radon变换
恒运资本：银行股适合定投吗？为什么银行股适合定投？
- 原文地址：https://blog.csdn.net/Grateful_Dead424/article/details/126368445