ELMo (Efficient Language Model) é uma técnica de inteligência artificial (IA) usada para compreensão de texto. Ela foi desenvolvida no Allen Institute for Artificial Intelligence (AI2) por uma equipe de pesquisadores liderada por Matthew Peters. O ELMo é uma abordagem de aprendizagem profunda baseada em redes bidirecionais de memória de curto prazo longa (LSTM).
O ELMo é inspirado na maneira como as pessoas processam a linguagem. Ele é capaz de capturar as características dependentes do contexto da linguagem usando uma combinação sofisticada de representações em nível de caractere e de palavra. A vantagem do ELMo é que suas representações são independentes da tarefa e do corpus, o que o torna mais flexível e fácil de usar.
O ELMo ajuda a criar modelos de última geração para o processamento de linguagem natural (NLP). Ele tem sido usado em muitas tarefas, como resposta a perguntas, análise de sentimentos, resumo de textos e tradução automática. O ELMo obteve excelentes resultados quando integrado a outras arquiteturas, como BERT e Transformer.
Sua eficácia e suas aplicações são muito promissoras e continuam a se expandir. O ELMo tornou-se uma parte importante de muitos dos principais sistemas de PLN e espera-se que continue a influenciar o desenvolvimento de ferramentas de processamento de linguagem natural.