词向量 Word2Vector sense2vector 自然语言处理常规方法介绍。

从词向量到NLP分类问题：自动摘要、指代消解、机器翻译、词性标注、分词、主题识别、文本分类

sense2vec：上下文相关词向量 sense2vec（ ，2015）是对一个很好的改进，可让您学习更多有趣且详细的单词向量。 该库是用于加载，查询和训练sense2vec模型的简单Python实现。 有关更多详细信息，请查看。 要探索2015年和2019年所有Reddit评论中的语义相似性，请参阅。 :duck: 1.0版发布了！ :sparkles: 产品特点 基于词性标签和实体标签的多词短语查询向量。 spaCy管道组件和扩展属性。 完全可序列化，因此您可以轻松地将您的sen

使用Google T5和Text2Text生成多项选择题（基于BERT的模型） 此应用程序使用“的工作 ， 和一起生成具有正确答案和干扰因素的问题（如果可能）。 它与一起 比较这两个基于BERT的模型T5和Text2Text的性能也很好。 申请详情 两种模型都采用输入文本并产生问题，并为每个问题提供一个正确答案。 对于每个正确答案，请采用此正确答案并提供给Sense2Vec以获取该正确答案最相似的句子。 忽略最高分相似度以产生干扰因素。 当答案是一个指代人名或实体的名词时，Sense2Vec找