一种生成上下文相关词向量的语言模型。
ELMo像饭桌听称呼:同一句“老板”,在小店是招呼,在公司是上级。
读懂上下文,服务情感分析、问答。
Embedding它让词向量不再固定,而是随语境变化。
LSTM原版用双向 LSTM 从前后文读句子。
LM它通过语言建模预训练,学会词的用法。
BERTBERT 接过上下文预训练的大旗,影响更广。