LayoutLM: Pre training of Text and Layout for Document Image Understanding 摘要 預訓練技術已經在最近幾年的NLP幾類任務上取得成功。盡管NLP應用的預訓練模型被廣泛使用，但它們幾乎只關注於文本級別的操作，而忽略了對文檔圖像理解至關重要的布局和樣式信息。在本文中，跨掃描文檔圖像的文本和布局信息之間的交互，我們提出了Layou ...
2020-06-19 11:53 0 1435 推薦指數：
目錄 研究背景 論文思路 實現方式細節 實驗結果 附件 專業術語列表 一、研究背景 1.1 涉及領域，前人工作等 本文主要涉及NLP的一種語言模型，之前已經出現了【1】ELMo和【2】GPT這些較為強大的模型，ELMo 的特征提取器不是很先進，GPT ...
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding 摘要 我們引入了一個新的叫做bert的語言表示模型，它用transformer的雙向編碼器表示。與最近的語言表示模型不同，BERT ...
摘要： 提出了一個新的語言表示模型(language representation), BERT: Bidirectional Encoder Representations from Transf ...
key value 名稱 Pre-training with Whole Word Masking for Chinese BERT 一作 崔一鳴 單位 ...
概述： UniLM是微軟研究院在Bert的基礎上，最新產出的預訓練語言模型，被稱為統一預訓練語言模型。它可以完成單向、序列到序列和雙向預測任務，可以說是結合了AR和AE兩種語言模型的優點，Uni ...
Oscar: Object-Semantics Aligned Pre-training for Vision-Language Tasks 邊看邊寫的。寫暈乎了。。 摘要： 當前視覺語言任務常用 大規模預訓練模型+多模態表示（這里指image-text pair）。他們結合的比較暴力 ...
Logistic回歸、傳統多層神經網絡 1.1 線性回歸、線性神經網絡、Logistic/Softmax回歸 線性回歸是用於數據擬合的常規手段，其任務是優化目標函數：$h(\theta )=\th ...
