- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
ComputerEngineeringandApplications计算机工程与应用2024,60(23)1
⦾热点与综述⦾
提示学习研究综述
1,21,21,21,21,21,2
崔金满,李冬梅,田萱,孟湘皓,杨宇,崔晓晖
1.北京林业大学信息学院,北京100083
2.国家林业草原林业智能信息处理工程技术研究中心,北京100083
摘要:经过微调的预训练语言模型在各领域任务中均取得了显著的性能。但是,预训练和微调之间在训练数据和
目标函数方面存在着巨大差距,阻碍了预训练语言模型对下游任务的有效适应。提示学习的提出缩小了预训练和
微调之间的差距,并可以很好地应用到小样本甚至零样本场景中。提示学习的核心思想是将提示模板插入到原始
输入中,将下游任务数据转化为自然语言的形式输入到预训练模型中,输出预测结果,然后通过语言表达器将输出
映射到相应的标签。系统地梳理了当前提示学习的相关工作,根据提示学习的实现步骤,从提示模板和语言表达器
构建两个阶段介绍该类方法的研究进展。将基于提示模板的方法细分为人工构建、自动构建、引入外部知识构建提
示和思维提示方法4种;将基于语言表达器的方法细分为人工构建的表达器、基于搜索的表达器、软表达器和引入外
部知识构建表达器的方法4种。总结了提示学习在自然语言处理、计算机视觉和多模态领域的主要应用,并对提示
学习相关实验进行了分析。最后,概述了提示学习的现状和挑战,展望了提示学习的未来发展方向。
关键词:提示学习;预训练模型;预训练和微调;小样本学习;零样本学习
文献标志码:A中图分类号:TP18doi:10.3778/j.issn.1002-8331.2407-0436
SurveyonPromptLearning
CUIJinman1,2,LIDongmei1,2,TIANXuan1,2,MENGXianghao1,2,YANGYu1,2,CUIXiaohui1,2
1.SchoolofInformationScienceandTechnology,BeijingForestryUniversity,Beijing100083,China
2.EngineeringResearchCenterforForestry-OrientedIntelligentInformationProcessingofNationalForestryandGrass-
landAdministration,Beijing100083,China
Abstract:Fine-tunedpre-trainedlanguagemodelshaveachievedremarkableperformanceinvariousdomaintasks.How-
ever,thereisasignificantgapintrainingdataandobjectivefunctionbetweenpre-trainingandfine-tuning,whichlimits
theeffectiveadaptationofpre-trainedlanguagemodelstodownstreamtasks.Promptlearninghasbeenproposedtobridge
thegapinpre-trainingandfine-tuning,andcanbewellappliedtofew-shotorevenzero-shotscenarios.Thecoreideaof
promptlearningistowraptheoriginalinputwithprompttemplatetoconvertthedownstreamtaskdataintotheformof
naturallanguage,andinputitintothepre-trainedmodelstooutputthepredictionresult,andthenmaptheoutputtocorre-
spondinglabel
文档评论(0)