Transformer (NLP)
Der Transformer ist ein auf Aufmerksamkeitsmechanismen basierendes Deep-Learning-Modell, das 2017 von Vaswani und Kollegen eingeführt wurde. Es führt Textklassifizierung, Named-Entity-Erkennung und Sprachmodellierung durch, indem es jedem Token in einer Sequenz erlaubt, direkt auf jedes andere Token zu achten. Es ersetzte frühere rekurrenten Designs durch einen Self-Attention-Mechanismus, der ganze Sequenzen parallel verarbeitet.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Transformer Model for Natural Language Processing. ScholarGate. https://scholargate.app/de/deep-learning/transformer-nlp
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AutoencoderDeep Learning↔ compare
- Logistische RegressionForschungsstatistik↔ compare
- Random ForestMaschinelles Lernen↔ compare
- XGBoostMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →