术语定义

Tokenizer(Tokenizer),中文通常称为分词器。把文本转换为词元编号并支持反向解码的组件,其词表与规则通常随模型确定。

应用示例

输入“GEO优化”会被切分并映射成一串整数编号。

理解要点

不同模型的词元编号没有通用语义,不能直接互换。

相关术语