naacl_transfer_learning_tutorial

收录理由

这份代码仓库是NAACL 2019上“自然语言处理中的迁移学习”教程的配套资源，由Sebastian Ruder、Matthew Peters、Swabha Swayamdipta和Thomas Wolf四位研究者共同讲授。仓库把主要的迁移学习技术以最简洁的形式呈现出来，刻意把可读性放在比追求顶尖性能更优先的位置，因此你可以从头到尾追踪每种方法的实现逻辑，而不必在庞大的生产级代码里翻找。所有示例都与教程幻灯片以及一个Google Colab笔记本配套，免去本地配置环境的麻烦，打开就能运行。如果你正想弄明白现代预训练语言模型是怎么工作的、又如何适配到具体下游任务，这里是一个紧凑的切入点。即便会议过去多年，它作为教学参考的价值依然存在。