1、token
提到token,不得不提 tokenization(分词)。 分词就是将句子、段落、文章这类型的 长文本,分解为以 字词(token) 为单位的数据结构。
比方说,在句子 “我很开心” 中,利用中文分词得到的列表是 {“我”,”很”,”开心”},列表中的每一个元素代表一个 token。
而论文中的 token representation表达把文本分词后每个词表示成向量。
2、span
通常span指一个片段,如下图所示,span指的是位置4-5(包含)对应的 “开心” 的这个文本片段。
PS:有帮助可以点个赞支持一下博主么,谢谢~
Original: https://blog.csdn.net/qq_44853197/article/details/118654219
Author: TerryBlog
Title: NLP中什么是span和token
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/528154/
转载文章受原作者版权保护。转载请注明原作者出处!