Transformer (NLP)
Transformeren er en oppmerksomhetsbasert dyp læringsmodell, introdusert av Vaswani og kolleger i 2017, som utfører tekstklassifisering, navngitt enhetsgjenkjenning og språkmodellering ved å la hvert token i en sekvens rette oppmerksomheten direkte mot hvert annet token. Den erstattet tidligere rekurrent design med en selv-oppmerksomhetsmekanisme som behandler hele sekvenser parallelt.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Transformer Model for Natural Language Processing. ScholarGate. https://scholargate.app/no/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.
- AutoenkoderDyp læring↔ compare
- Logistisk regresjonForskningsstatistikk↔ compare
- Random ForestMaskinlæring↔ compare
- XGBoostMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →