language

收录理由

做自然语言处理研究的人会发现，这个仓库把谷歌语言研究团队数十篇论文的可运行代码集中放在了一起。除了检索增强问答和Canine分词器这类广为人知的工作，里面还收着不少规模较小的研究，涉及组合泛化、多语言文本，以及探究语言模型如何利用训练时学到的信息。每个子项目都是独立的，自带数据处理流程和训练脚本，想复现某篇论文的结果，或者从某种方法里借几个思路来用，都比套用一个完整系统要方便。由于收录的研究跨越了几年，它也能当作一份学习资料，顺着时间线看清这些技术是怎么一步步演变的。把各个子目录当作起点，按自己的实验需求去改就好——这些东西都不是能直接上线的软件。