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
如何看待多模态transformer，是否会成为多模态领域的主流？为什么计算注意力机制的时候不加偏置项？
word2vec有什么应用？
如何看待多模态transformer，是否会成为多模态领域的主流？
如何评价最近火热的对比学习，会引领预训练模型新的范式嘛?
如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
自然语言处理怎么最快入门？
为什么 Bert 的三个 Embedding 可以进行相加？
graph convolutional network有什么比较好的应用task？
如何评价 2015 版的 Magi 搜索引擎？
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
做底层 AI 框架和做上层 AI 应用，哪个对自己的学术水平（或综合能力）促进更大？工作之后，顶会还重要吗？
如何评价浪潮发布的2457亿参数源1.0智能大模型？与GPT-3相比如何？处于AI模型领域什么水平？
如何评价剑桥，腾讯， DeepMind以及港大团队新作 SimCTG ?
Transformer是如何处理可变长度数据的？
如何评价Google最新提出的gMLP：MLP模型在CV和NLP任务上均取得较好的效果？
transformer 为什么使用 layer normalization，而不是其他的归一化方法？
为什么不能有把中文想法直接转换成电脑程序的编程呢？
做底层 AI 框架和做上层 AI 应用，哪个对自己的学术水平（或综合能力）促进更大？
graph convolutional network有什么比较好的应用task？
NLP领域，你推荐哪些综述性的文章？
不觉得最大熵原理很奇怪吗？
做底层 AI 框架和做上层 AI 应用，哪个对自己的学术水平（或综合能力）促进更大？
从人工智能技术的角度如何评价 Google home、Amazon Echo、Rokid 这三款产品？
AI领域的灌水之风如何破局？
为什么Transformer适合做多模态任务？
在NLP当中，不同的评价指标，BLEU, METEOR, ROUGE和CIDEr的逻辑意义？
为什么不能有把中文想法直接转换成电脑程序的编程呢？
为什么 BERT 的 intermediate_size 这么大？
有哪些令你印象深刻的魔改transformer？
验证集loss上升，准确率却上升该如何理解？
Transformer中的Mask矩阵已经有顺序了，能去掉position embedding吗?
自然语言处理是计算机实现通用人工智能的最难挑战吗？
cv/nlp等方向的就业困难是全球性的吗？
如何看待2021年秋招算法岗灰飞烟灭？
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？
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？
谷歌翻译原理是什么，从语言A到B，中间是否要翻译成中介语言C（如英语）？
预训练模型的训练任务在 MLM 之外还有哪些有效方式？
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？