注：术语来源请参照《人工智能论文术语集》
术语内容
- baking an “orderless” inductive bias
- （人为的）制作一种无序的归纳偏置 ～ 这里的“归纳偏置”是非常重要的术语，是指模型在学习过程中，当预测从未见过的样本时，使用的特征（也可以叫假设），这种特征即可能是模型自身通过标签数据归纳的，可能是人为在输入时给的“偏置”（人为的设置也就是有偏的设置）。
- a wide spectrum of problems
- 范围广泛的问题 ～ 一般指模型需要解决的真实问题。
- involving a longer text sequence
- 囊括较长的文本序列～ 这是在说NLP模型的远大追求之一。
- Inspired by the latest advancements
- 受到最新进展的启发 ～马上就说明自己的想法是看了那些论文才想到的或借鉴的。
- eliminating the independence assumption
- 消除独立性假设 ～ 独立性假设很讨厌，很多模型要基于此，但真实世界并不是这样，这种差异致使你的模型没那么准确，所以消除它很重要。
- Hence
- 因此 ～ 论文里不要用So，太low了，用Hence。
- utilize contextual information
- 利用上下文信息 ～ 你可能经常说这句话，因为每个NLP模型的使用都要考虑这个问题。
- a valid target-aware method
- 一种有效的目标感知方法～ 一般指这个方法能有效和标签数据（目标）相联系。
- Incorporating Ideas
- 整合想法 ～ 很多论文是“资源整合”的形式，这里的资源就是想法。
- incorporates the target position
- 包括目标的位置 ～ 这里是说把“目标的位置”作为特征纳入模型之中。
被虐的还不过瘾？快关注我，查看更多粉丝可见内容！！！