Transformersteoria e viabilização

Resumo

Transformers atualmente representam uma das classes mais poderosas de modelos de aprendizado de máquina para processamento de linguagem natural (PLN). Neste trabalho, exploramos os conceitos teóricos por trás dessa arquitetura de redes neurais, os desafios do cenário presente e os aprimoramentos de eficiência propostos na literatura desde a introdução desses modelos.

Ficha do documento

Tipo

Outro

Ano

2021

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Não informado

Identificador

oai:repositorio.fgv.br:10438/30819

Palavras-chave

Aprendizado de máquinaRedes neurais artificiaisProcessamento de linguagem naturalMatemáticaRedes neurais (Computação)Processamento da linguagem natural (Computação)Aprendizado do computador