预测文本中的缺失词
预测文本中的缺失词
提问于 2020-01-06 19:08:35
我知道伯特和其他解决方案，当你掩盖一些话，并试图预测他们。但假设我有条短信：
变压器采用了风暴自然处理的方式，实现了场的跨越式变换。新的，更大的，更好的模型，出现几乎每一个基准的性能跨越各种各样的任务。
我不能事先告诉伯特面具在哪。我正在寻找算法，可以理解哪里缺词，并在那之后，预测他们。
回答 1
Stack Overflow用户
发布于 2020-01-06 19:37:39
您可以做的是检查文本中的每个位置(我建议从位置2开始)，根据模型，比较文本中的下一个单词是否属于最可能的下一个单词，如下所示：
“变压器采取了自然加工风暴.”
- 第一次迭代：
输入：“变压器掩码”
比较:面具/“有”
- 第二次迭代：
输入：“变压器已采取掩码”
比较:面具/“的”
- 第三次迭代：
输入：“变压器已取下掩码”
比较:掩码/ "of“-在这里你可能会有一个非常低的概率。这可以帮助您检查是否这里可能是一个缺字的地方。
这篇文章可以帮助你通过编程实现它：Predicting Missing Words in a sentence - Natural Language Processing Model
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/59617623
复制相关文章
相似问题
腾讯云开发者
