Transformers: teoria e viabilização

dc.contributor.advisor	Souza, Renato Rocha
dc.contributor.author	Dantas, Leonardo Santana
dc.date.accessioned	2021-07-08T13:50:59Z
dc.date.available	2021-07-08T13:50:59Z
dc.date.issued	2021-07
dc.identifier.uri	https://hdl.handle.net/10438/30819
dc.description	Trabalho de conclusão de curso - Leonardo Santana Dantas	por
dc.description.abstract	Transformers atualmente representam uma das classes mais poderosas de modelos de aprendizado de máquina para processamento de linguagem natural (PLN). Neste trabalho, exploramos os conceitos teóricos por trás dessa arquitetura de redes neurais, os desafios do cenário presente e os aprimoramentos de eficiência propostos na literatura desde a introdução desses modelos.	por
dc.language.iso	por
dc.subject	Aprendizado de máquina	por
dc.subject	Redes neurais artificiais	por
dc.subject	Processamento de linguagem natural	por
dc.title	Transformers: teoria e viabilização	por
dc.type	TC	eng
dc.subject.area	Matemática	por
dc.contributor.unidadefgv	Escolas::EMAp	por
dc.subject.bibliodata	Redes neurais (Computação)	por
dc.subject.bibliodata	Processamento da linguagem natural (Computação)	por
dc.subject.bibliodata	Aprendizado do computador	por