预训练完成的BERT模型，经过微调，即可应用于文本推理（MNLI）、命名实体识别（NER）、机器问答（SQuAD）等不同的下游目标任务。
A、正确;
B、错误
发布时间：2025-05-11 11:24:40
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：正确
相关试题
- 1.预训练完成的BERT模型，经过微调，即可应用于文本推理（MNLI）、命名实体识别（NER）、机器问答（SQuAD）等不同的下游目标任务。
- 2.在NER任务中，使用预训练语言模型（如BERT、GPT）来提高性能的一个原因是：（ ）
- 3.对于纯中文环境的机器问答，从BERT官网下载针对中文优化的预训练模型，然后结合具体应用领域进行模型微调训练，一般情况下模型性能会更好。
- 4.命名实体识别的任务就是识别出文本中的命名实体，通常分为实体边界识别和实体类别识别两个过程。
- 5.微调预训练模型，一般是指调整（）
- 6.微调预训练模型，一般是指调整（）。
- 7.BERT是基于Transformer Encoder设计的对左右两个方向文本进行深度学习的预训练模型。
- 8.关于预训练模型和微调（Fine-tuning）的描述，以下哪些是正确的（ ）。
- 9.在航空领域命名实体识别任务里，数据预处理属于关键环节，它把原始文本数据及其标注信息转变为模型可处理的格式，
- 10.在构建自然语言处理模型时,您是如何进行预训练和微调的?
