170 похожих чатов

А существует русскоязычный хорошо скрафченный токенизер, который для слов начинающихся

с заглавной буквы использует отдельный токен перед словом? Вообще скорее просто интересно на ресерч на тему разных хаков в токенизерах посмотреть, и насколько они осмысленны (почему никто про это не парится при обучении больших моделей?). Посоветуйте каких-нибудь статей?

3 ответов

17 просмотров

Вообще ресёрч на эту тему есть и идёт, но, как я понимаю, на больших масштабах всё становится просто сложнее.

парятся, почему. просто это не такая тривиальная задача как может показаться на первый взгляд. зависит от языка. и нередко требует понимания текста уже(например морфологического разбора текста). т.е. получается классическое курица-яйцо.

не про русский, а так, общий обзор word segmentation для разных языков из курса Neubig-a http://phontron.com/class/anlp2021/assets/slides/anlp-12-wordseg-morphology.pdf

Похожие вопросы

Обсуждают сегодня

Добрый вечер. Есть вопрос, а может и предложение. Был у меня диалог в другой группе о делфи и я задался вопросом: "А нельзя ли в делфи цвет //коментария и {комментария} сде...
Kraszx
24
Всем привет! Подскажи, пожалуйста, как передать в TComboBox сразу значение и id записи. На Delphi я делал так: ComboBox1.Items.AddObject('Какое-то значение', Pointer(id запис...
Евгений
13
Мдя, прикол, боевая сборка запускается (именно под отладчиком) после F9 примерно полторы минуты (97 секунд если быть точным). Начал копать - проблема детектится сразу - зависа...
Александр (Rouse_) Багель
38
Здравствуйте, вопрос по структурам данных. Были у вас случаи, когда пришлось писать деревья или двунаправленные списки?
/ /
50
Товарищи, кто работа с iphelper? Или может я в самой логике ошибки фигачу, не пойму.... var ifTable : PMIB_IFTABLE; size, corSize: DWORD; Buffer ...
Warfarellen
4
я так понимаю, я так подозреваю, что создание такого плагина для человека, кто умеет писать плагины для делфи потребует минут 5-10 времени. но это мое подозрение. хотелось бы ...
Kraszx
7
Коллеги, добрый вечер. Создаю коллекцию от TFPGMap, ключ - перечисление, значение - целое. Нужно отсортировать коллекцию по значению. Как это можно сделать?
Kirill Filippenok
11
Скажи а ты когда этот канал создавал ты уже дельфи не любил, или это со временем пришло?
Роман Лях (rgreat)
18
Привет, такой вопросик появился кажется ли вам что Rust слишком сложный/строгий для высокоуровневого программирования и слишком "безопасный"/строгий для низкоуровневого?
Крокант
10
Всем привет! Использую кастомное модальное диалоговое окошко, все по классике - mrOK, mrCancel как ModalResult. Однако есть нюанс - в главной форме есть универсальный обработч...
Олег Гранишевский
20
Карта сайта