TL ؛ دکتر “من یک مقاله کامل نمی خواهم ، فقط یک خلاصه از آن را به من بدهید”. چه کسی حداقل یک بار خود را در این وضعیت ندیده است؟ آشنا بنظر رسیدن؟ خوب ، تصمیم گرفتم در این مورد کاری انجام دهم. با نوشتن مقاله طولانی در مورد چگونگی اندازه گیری و مدیریت فرایند دیجیتال سازی ، سعی کردم خلاصه آن را با استفاده از پیشرفته ترین مدل های پردازش زبان طبیعی (NLP) ارائه دهم: مبدل ها. حداقل جالب ، نتیجه جالب است.
افرادی که من را می شناسند می دانند که من چقدر علاقه مند به NLP هستم و چقدر مجذوب جدیدترین نوآوری ها در آن زمینه هستم. به خصوص ترانسفورماتور. برای کسانی که با این موضوع آشنا نیستند ، ترانسفورماتورها مدل های یادگیری عمیقی هستند که در سال 2017 راه اندازی شده اند و عمدتا در پردازش زبان طبیعی استفاده می شوند.
به طور خاص ، آنها اجازه می دهند عملکردهای مختلف را بدون مجموعه داده های آموزش انجام دهند. آنها قبلاً آموزش دیده اند و استفاده از آنها بر اساس مفهوم یادگیری انتقال یا حتی رویکرد لمس صفر است.
(روش صفر لمسی استفاده از مدل بدون آموزش خاص است. این به معنای یک گام بزرگ به جلو است که از ایجاد مجموعه های داده بزرگ برای آموزش خود مدل جلوگیری می کند).
یک مشکل بزرگ ، نه فقط در مورد ترانسفورماتورها بلکه به طور کلی در مدل های یادگیری عمیق ، همان چیزی است که من شخصاً آن را می خوانم “نتیجه تجارت”. وقتی مدلی با مجموعه داده های دانشگاهی ایجاد و آموزش می یابد …