unilm 关于标记语言模型预训练的问题

t2a7ltrp 于 2个月前发布在其他

关注(0)|答案(1)|浏览(26)

描述

我正在使用的模型(MarkupLM)
我对MarkupLM的预训练有一些疑问。

有很多网页文本很长，你们是如何处理长页面的？
当网页节点超过最大深度时，我想知道如何进行预处理。

来源：https://github.com/microsoft/unilm/issues/803

1条答案

按热度按时间

对于长文档，我们使用与LayoutLM相同的预处理方法，将文档分割成长度为512的块。只需修剪较深的节点。

赞(0）回复(0）举报 2个月前

相关问题

热门标签

Java query python Node 开发语言 request Util 数据库 Table 后端算法 Logger Message Element Parser

最新问答

xxl-job 安全组扫描到执行器端口服务存在信息泄露漏洞
回答(1) 发布于 21天前
xxl-job 不能和nacos兼容？
回答(3) 发布于 21天前
xxl-job 任务执行完后无法结束，日志一直转圈
回答(3) 发布于 21天前
xxl-job-admin页面上查看调度日志样式问题
回答(1) 发布于 21天前
xxl-job 参数512字符限制能否去掉
回答(1) 发布于 21天前