TPUでBERTを使用してGLUEタスクを解決する | Text | TensorFlow
BERTは、自然言語処理における多くの問題を解決するために使用できます。あなたはどのようにより多くのタスクのための微調整BERTに学びますGLUEベンチマーク： COLA （言語受容性のコーパス）：文は文法的に正しいですか？ SST-2 （スタンフォード感情ツリーバンク）：タスクは、所与の文の感情を予測することです。 MRPC （マイクロソフトリサーチ言い換えコーパス）：文のペアは意味的に等価であるかどうかを確認します。 QQP （Quoraの質問Pairs2）：質問のペアは意味的に等価であるかどうかを確認します。 MNLI （多ジャンル自然言語推論）：前提文と仮説文を考えると、タスクは、前提が仮説（含意）を必要とするかどうかを予測することであるという仮説（矛盾）が矛盾する、またはどちらも（ニュートラル）。 QNLI （質問応答自然言語推論）：タスクコンテキスト文は、質問への答えが含まれて
Universal Sentence Encoder | TensorFlow Hub
Deploy ML on mobile, microcontrollers and other edge devices
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - cs230-stanford/cs230-code-examples: Code examples in pyTorch and Tensorflow for CS230
Semantic Search with Approximate Nearest Neighbors and Text Embeddings | TensorFlow Hub
