做中文 NLP 的时候，大家为啥不用拼音？ 第1页
1
wu-wo-cao 网友的相关建议:
首先这引入了两个新问题，多音字问题。同音字问题。然后。。。这还是要分词。所以意义在哪里。
maigo 网友的相关建议:
该从哪里开始吐槽呢？
- 给汉语文本注音本身就是一项颇有难度的NLP课题。
- NLP中的通用方法是以「词」为单位的。把汉字转换成拼音之后，如果依然是以字为单位，那么还是没法处理。如果要分词，那么没必要转换成拼音。
1
相关话题
为什么计算注意力机制的时候不加偏置项？2020年，多标签学习（multi-label）有了哪些新的进展？
为什么Transformer要用LayerNorm？
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)？
为什么 Bert 的三个 Embedding 可以进行相加？
为什么Transformer要用LayerNorm？
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)？
如何评价 2021 年 12 月新改版的知识引擎 magi.com？
研究推荐系统要对NLP很了解吗？
主题模型(topic model)到底还有没有用，该怎么用？
前一个讨论
虚拟电话号存在的意义到底是什么？
相关的话题
NLP 方向在国内清北读博还是国外？Transformer是如何处理可变长度数据的？
在中文 NLP 等论文中，应该如何翻译 token 这个词？
为什么Transformer适合做多模态任务？
cv/nlp等方向的就业困难是全球性的吗？
如何评价 2015 版的 Magi 搜索引擎？
如何看待华为 4 月 25 日发布的盘古智能大模型？在这个行业处于什么水平？
为什么 BERT 的 intermediate_size 这么大？
transformer中的Q,K,V到底是什么？
Transformer中的Mask矩阵已经有顺序了，能去掉position embedding吗?
如何看待学霸君的高考机器人 Aidam 高考全国文科数学卷考了 134 分？
如何理解Inductive bias？
transformer中的Q,K,V到底是什么？
为什么不能有把中文想法直接转换成电脑程序的编程呢？
多模态方面，有哪些牛组值得我们follow他们的工作？
NLP文本分类的本质是不是其实是找相似，对于要分类的句子，在训练集里找最相似的句子？
word2vec 相比之前的 Word Embedding 方法好在什么地方？
2021 年了，机器/深度学习还有哪些坑比较好挖？
自然语言处理是计算机实现通用人工智能的最难挑战吗？
NLP文本分类的本质是不是其实是找相似，对于要分类的句子，在训练集里找最相似的句子？
如何看待2021年秋招算法岗灰飞烟灭？
如何理解深度学习源码里经常出现的logits？
如何看待微软小冰写的诗？
如何看待微软小冰写的诗？
如果推出一款有「滤镜」功能的写作软件，修饰平庸的文字，会有市场吗？
transformer 为什么使用 layer normalization，而不是其他的归一化方法？
不觉得最大熵原理很奇怪吗？
如何看待Capsule Network在NLP领域的潜力？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
为什么nlp没有像cv四小龙一样的创业公司？