对比学习在NLP中的应用，很不错的资源汇总

对比学习在NLP中的应用，很不错的资源汇总 目前的NLP模型在很大程度上依赖于有效的表示学习算法。对比学习就是这样一种技术，它可以学习一个嵌入空间，使相似的数据样本对具有接近的表征，而不相似的样本则彼此相距甚远。它可以在有监督或无监督的情况下使用不同的损失函数来产生特定任务或通用的表征。虽然它最初使视觉任务获得了成功，但近年来，对比性NLP的出版物越来越多。这第一线的工作不仅在各种NLP任务中提供了有希望的性能改进，而且还提供了理想的特征，如任务无关的句子表示、忠实的文本生成、在0-shot和少量设置中的数据高效学习、可解释性和可解释性。 | #NLP