当输入文本和评论数据的差别越大年夜时，该模型的表示就越差。值灯揭捉?证的是，扩大文本样本的语料库可否获当善?于更广泛范畴的一致信息量的表征?

OpenAI称，他们异常惊奇，因为模型学会了一个可以断定的特点，除了猜测亚马逊用户评论的下一?字符外，实际上还能引出情感的概念。OpenAI信赖，这种现象不是这一模型所特有的，而是一些大年夜型神经收集的一般性质(共性)，这些大年夜型神经收集平日被练习用来猜测输入中的下一步调或者下一维度。

OpenAI的研究结不雅注解，大年夜型的下一步猜测模许可以或许学会出色的无监督表征。应用大年夜范围的视频集练习一个大年夜型的神经收集来猜测下一帧画面，可能会获得对目标、场景、动作分类器的无监督表征。

总的来说，懂得模型、练习方法、以及数据集的属性是很重要的，因为它很可能会获得同样出色的表征。

　　推荐阅读

　　如何使用Winetricks配置WINE

简介如不雅 winecfg (WINE 的设备对象)是一把螺丝刀，那么 winetricks 就是一个钻床。它们各有特长，然则 winetricks 真的是一个强大年夜的多的对象。实际上，它甚至可以启动 winecfg。w>>>详细阅读

本文标题：OpenAI"巧妙"发现无监督情感神经元，可利用文本检测用户情感

地址：http://www.17bianji.com/lsqh/34694.html

 1/2    1