首頁 / 名詞卡 / 深度學習/NLP/CV架構 / ELMo(Embeddings from Language Models)

iPAS AI中級🧬 深度學習/NLP/CV架構
🔑 名詞卡

ELMo(Embeddings from Language Models)

🎯 定義

AllenNLP 團隊於 2018 年提出的語境型詞嵌入方法,基於雙向 LSTM(BiLSTM)語言模型,能依語境動態生成詞向量。

重點

  • 技術基礎:BiLSTM 語言模型。
  • 特點:可整合進現有模型中,增強語意表示能力。
  • 應用:語法分析、情感分類、命名實體辨識。

記憶技巧

ELMo 是語境型詞嵌入的「前輩」,用 BiLSTM 而非 Transformer——比 BERT 早一步解決多義詞問題,但架構較舊、無法平行運算。

易混淆

  • vs BERT:兩者都是語境型詞嵌入,但 ELMo 基於 BiLSTM,BERT 基於 Transformer(可平行運算、效果更佳)。
  • vs Word2Vec:Word2Vec 是靜態詞嵌入(同詞同向量),ELMo 是語境型(同詞依語境變化向量)。
📖 課文原文

「ELMo 是由 AllenNLP 團隊於 2018 年提出的語境型詞嵌入方法,基於雙向 LSTM(BiLSTM)語言模型,從語料中學習語境敏感的詞向量表示。」