L

Linkbert Base

由 michiyasunaga 开发
LinkBERT是基于英文维基百科及超链接信息预训练的BERT改进模型,通过捕捉跨文档关联提升知识密集型任务表现。
下载量 195
发布时间 : 3/8/2022

模型简介

LinkBERT是一种基于Transformer编码器的模型,通过引入文档链接(如超链接)增强跨文档知识关联,适用于问答、文本分类等任务。

模型特点

跨文档链接预训练
利用超链接将关联文档纳入同一上下文,增强知识关联性
兼容BERT架构
可直接替代BERT使用,无需修改下游任务代码
知识密集型任务优化
在问答、阅读理解等任务中表现显著优于原始BERT

模型能力

文本特征提取
掩码语言建模
问答系统构建
文本分类
序列标记

使用案例

知识密集型任务
开放域问答
利用跨文档关联回答复杂问题
在HotpotQA上比BERT-base提升2.2分
文档检索
基于链接关系的文档相关性排序
通用NLP任务
文本分类
情感分析、主题分类等
GLUE平均分比BERT-base高0.4分
AIbase
智启未来,您的人工智能解决方案智库
简体中文