Pytorch TensorFlow

章末小测验

让我们测试一下你在这章学到了什么!

1.以下哪些任务可以看作为 token 分类问题?

2. token 分类的预处理部分与其他预处理流程有什么不同?

3.在 token 分类问题中,当我们分词并想要子词分词时,会出现什么问题?

4.“领域适应”是什么意思?

5.掩码语言建模问题中的标签是什么?

6.哪些任务可以被看作是序列到序列的问题?

7.对于序列到序列的问题,预处理数据的正确方法是什么?

8.为什么需要有一个特定的 Trainer 子类来解决序列到序列问题?

10.你应该在什么时候预先训练一个新的模型?

11.为什么在大量的文本上预先训练一个语言模型是很容易的呢?

12.问答任务预处理数据时,主要的挑战是什么?

13.问答任务中的后处理通常是怎样进行的?

< > Update on GitHub