Transformer (NLP)
Transformern är en uppmärksamhetsbaserad djupinlärningsmodell, introducerad av Vaswani och kollegor 2017, som utför textklassificering, namngiven entitetsigenkänning och språkmodellering genom att låta varje token i en sekvens direkt uppmärksamma varje annan token. Den ersatte tidigare rekursiva designer med en självuppmärksamhetsmekanism som bearbetar hela sekvenser parallellt.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Transformer Model for Natural Language Processing. ScholarGate. https://scholargate.app/sv/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.
- AutoencoderDjupinlärning↔ compare
- Logistisk regressionForskningsstatistik↔ compare
- Random ForestMaskininlärning↔ compare
- XGBoostMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →