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

19 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

а через ESC-код ?
Alexey Kulakov
29
30500 за редактор? )
Владимир
47
Чёт не понял, я ж правильной функцией воспользовался чтобы вывести отладочную информацию? но что-то она не ловится
notme
18
У меня есть функция где происходит это: write_bit(buffer, 1); write_bit(buffer, 0); write_bit(buffer, 1); write_bit(buffer, 1); write_bit(buffer, 1); w...
~
13
Недавно Google Project Zero нашёл багу в SQLite с помощью LLM, о чём достаточно было шумно в определённых интернетах, которые сопровождались рассказами, что скоро всех "ибешни...
Alex Sherbakov
5
Как передать управляющий символ в открытую через CreateProcess консоль? Собсна, есть процедура: procedure TRedirectThread.WriteData(Data: OEMString); var Written: Cardinal;...
Serjone
6
program test; {$mode delphi} procedure proc(v: int32); overload; begin end; procedure proc(v: int64); overload; begin end; var x: uint64; begin proc(x); end. Уж не знаю...
notme
6
Ребят в СИ можно реализовать ООП?
Николай
33
у вас два процесса. один посылает другому сигнал. у вас есть код обоих процессов? если всё не так - расскажите как оно на самом деле. а именно кто кому чего, есть-ли консоли,...
Karagy
6
вы делали что-то подобное и как? может есть либы готовые? увидел картинку нокода, где всё линиями соединено и стало интересно попробовать то же в ddl на lua сделать. решил с ч...
Victor
8
Карта сайта