论文信息论文全名Learning Modality-Specific Representations with Self-Supervised Multi-Task Learning for Multimodal Sentiment Analysis论文会议：AAAI2021论文地址https://ojs.aaai.org/index.php/AAAI/article/view/17289/170

论文信息论文全名Learning Modality-Specific Representations with Self-Supervised Multi-Task Learning for Multimodal Sentiment Analysis论文会议：AAAI2021论文地址https://ojs.aaai.org/index.php/AAAI/article/view/17289/170

前言这篇博文是笔者之前上自然语言处理课程的笔记机器翻译概述机器翻译就是将一种语言翻译为另一种语言。所有机器翻译系统本质上都是基于统计的，我们将总尝试使用非常大的语料库，一般称为平行语料库。在语料库中，有许多句子或段落以不同语言表述。深度学习出现之前的机器翻译模型一、模型概述1.源语言f:法语2.目标语言e：英语3.模型的概率规则基于贝叶斯公式，普通的贝叶斯公式如下：而模型中的规则对贝叶斯公式进行了

前言本篇博文是笔者学习自然语言处理课程的笔记，首发于公众号NLP学习者机器翻译模型首先简单回顾一下之前说的机器翻译模型，一般的机器翻译模型都由encoder与一个decoder组成，模型图如下：注意力模型Attention如果考虑普通的encoder-decoder模型，我们将会遇到这样的问题，即decoder只接受encoder的最后一个输出作为decoder的输入，所以我们需要在整个解码过程中