按年被提到
20112015 · 2 次2026
大模型与语言模型›序列模型与注意力机制·arXiv:1103.0398 · cs.LG

Natural Language Processing (almost) from Scratch

几乎从零开始的自然语言处理
Ronan Collobert, Jason Weston, Leon Bottou, Michael Karlen, Koray Kavukcuoglu, Pavel Kuksa · 2011

统一神经网络架构,免特征工程完成多种 NLP 任务

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 5 人首次 2015-10-09 · 最近 2026-08-12
5不同的人
5活跃月份
5讨论串
6,313被引(OpenAlex)

论文提出一个统一的神经网络架构与学习算法,可用于词性标注、组块分析、命名实体识别和语义角色标注等多种 NLP 任务。它尽量避免针对任务的特征工程,不依赖大量先验知识,而是从海量大多无标注的数据中学习内部表示。作者以此为基础构建了一个免费提供、性能良好且计算需求极小的标注系统。

HN 为什么提它

评论者把它当作学习神经 NLP 的好论文来推荐,并在谈到使用词向量时引用它作背景文献。

奠基之作难度 3 / 5约 50 分钟经得起时间
读之前最好知道
1神经网络与反向传播
2词嵌入(word embeddings)
3词性标注与命名实体识别等 NLP 任务
4卷积神经网络

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
推荐kyrre · 2017-02

“good paper:”

推荐这篇好论文,作为学习 NLP 的阅读材料
Ask HN: Needs advice on learning NLP原评论 ↗
引用syllogism · 2015-11

“Collobert and Weston (2011): Natural Language Processing (almost) from Scratch”

引 Collobert 和 Weston 的神经 NLP 模型,作为使用词向量的背景
Sense2vec – A Fast and Accurate Method for Word Sense Disambiguation原评论 ↗
被提交为 story · 3 次