1対多のマルチタスク学習により、複数課題間に共通する文章埋め込み表現を学習させたモデル。
普遍埋め込みモデル（Universal Embedding）
1対多のマルチタスク学習により、複数課題間に共通する文章埋め込み表現を学習させたモデル。
1対多のマルチタスク学習により、複数課題間に共通する文章埋め込み表現を学習させたモデル。
2022年10月
1対多のマルチタスク学習により、複数課題間に共通する文章埋め込み表現を学習させたモデル。
マルチタスク言語モデル
構文解析や、前文予測などに使われる分量表現のベクトルモデル。
ベクトル空間モデル
自然言語処理において、ベクトル間の距離や内積などから文章の意味を表現するモデル。
単語の重要度を使って文章を数値化して比較する。
マルチエージェント強化学習（multi-agent reinforcement learning：MARL）
複数の強化学習エージェントが同時に学習をして行動し、相互に影響を与える、自立分散型の学習フレームワーク。
ノイジーネットワーク（noisy network）
DQNでは、常にその時点で価値の高い行動をとり続けた場合、別の行動をとる可能性がなくなってしまう。
この問題点をネットワークそのものに学習可能なパラメータと共に外乱を与え、それも含めて学習させていくことでより長期的で広範囲に探索を進めることで、改善するという方法。
