【文件属性】：
文件名称：XLNet_Paper_Chinese_Translation:XLNet
文件大小：1.44MB
文件格式：ZIP
更新时间：2021-03-14 20:50:10
chinese-translation paper-translate xlnet
XLNet：用于语言理解的广义自回归预训练论文的翻译
本文是XLNet论文的全文翻译，转载注明出处和译者。
或
译者：袁宵
说明：1。对于没有标准译法的词汇保留了原单词； 2。以准确的翻译为第一目标，力求保持原意； 3。欢迎读者参与到翻译中来，提出修改意见。
欢迎点亮右上角星星，感谢 :grinning_face_with_big_eyes:
手机扫码阅读：
由于GitHub当前不能很好渲染公式符号，建议直接查看或
XLNet：广义自回归预训练语言模型
摘要
由于具有双向模块化建模的能力，像贝尔这样基于自动去噪声的预训练语言模型比基于自回归的预训练语言模型的性能更好。针对这些优点和缺点，我们提出了XLNet，一种广义的自回归预训练方法，它（1）通过最大化，XLNet将最先进的自回归模型，并（2）并通过其自回归方法，克服了BERT的局限性。实验表明，XLNet在20个任务上常大幅度偏差BERT的表现，并在18个任务中实现最先进的结果，包括问答，自
【文件预览】：
XLNet_Paper_Chinese_Translation-master
----XLNet_Generalized_Autoregressive_Pretraining_for_Language_Understanding翻译.md(30KB)
----XLNet翻译.pdf(1.06MB)
----XLNet_Generalized_Autoregressive_Pretraining_for_Language_Understanding翻译()
--------formula_A_point_1_a.png(3KB)
--------figure_4.png(80KB)
--------table_7_and_8.png(50KB)
--------formula_two_stream_self_attention_parameters_update.png(13KB)
--------figure_2.png(45KB)
--------formula_A_point_2_b.png(24KB)
--------formula_2_point_6_point_1_a.png(11KB)
--------figure_3.png(78KB)
--------formula_3.png(5KB)
--------formula_A_point_1_b.png(10KB)
--------formula_2_point_6_point_1_c.png(5KB)
--------formula_A_point_2_a.png(3KB)
--------formula_5.png(6KB)
--------formula_2.png(7KB)
--------author.png(15KB)
--------formula_2_point_6_point_1_b.png(6KB)
--------formula_2_point_4.png(6KB)
--------figure_1.png(42KB)
--------formula_A_point_2_c.png(8KB)
--------formula_1.png(7KB)
--------XLNet论文翻译扫码阅读.png(6KB)
--------formula_4.png(5KB)
----README.md(2KB)