机构名称：
¥ 1.0
最近，在使计算机能够像我们一样理解语言方面也取得了重大突破。自然语言处理 (NLP) 与表征学习和深度学习相结合，取得了突飞猛进的成果，表明这些技术可以在许多 NLP 任务中取得最先进的结果，例如语言建模 [Jozefowicz et al.，2016]、问答 [Seo et al.，2017]、解析 [Vinyals et al.，2014] 等等。2017 年，Transformer 模型 [Vaswani et al.，2017] 的推出带来了里程碑式的突破。该序列到序列模型利用了注意力机制，适合并行化，并引入了位置编码等技术，与之前利用
讲故事的人工智能：故事叙述的生成方法
主要关键词
相关文件推荐
