已有预训练文本分词模型，用标记数据微调，用什么算法

微调预训练文本分词模型可以使用以下算法：

1. Fine-tuning：这是一种常见的微调方法，可以使用与预训练模型相同的架构和超参数，但将其应用于新的标记数据集。在微调过程中，通过反向传播算法更新预训练模型的权重。

2. Transfer learning：这是一种更广泛的方法，其中预训练模型的一部分或全部架构和权重被转移到新任务中。可以使用适当的架构和训练算法来微调这些权重，以适应新的标记数据集。

3. Multi-task learning：这是一种同时学习多个任务的方法，其中预训练模型被用于学习多个相关任务。这个方法可以使预训练模型更加通用，同时也能够为新任务提供更多的上下文信息。

需要注意的是，微调预训练文本分词模型时，应该确保标记数据集与预训练模型训练时使用的数据集相似，以确保微调的效果最佳。