cs224u 自然语言推断:模型

cs224u 自然语言推断:模型 nli_02_models.ipynb

__author__ = "Christopher Potts"
__version__ = "CS224u, Stanford, Spring 2020"

概述

本文定义并探索NLI模型：

• 基于稀疏特征表示的模型
• 线性分类器和使用密集特征表示的前馈神经分类器
• 递归树结构神经网络

尽管NLI是另一个分类问题，但输入具有重要的高层结构:一个前提和一个假设。这引发了对一系列神经模型设计的探索:

• 在句子编码模型中，前提和假设分别进行分析，仅在最后的分类步骤中结合。
• 在链式模型中，首先处理前提，然后处理假设，给出对两者的统一表示。

NLI类似于序列到序列的问题，如机器翻译和语言建模。建模的主要区别在于NLI不生成输出序列，而是使用两个序列来生成一个标签。尽管如此，这些领域之间还是有很多共同的想法。

导入库