文件名称：deconv_paragraph_representation
文件大小：631KB
文件格式：ZIP
更新时间：2024-03-23 13:48:51
Python
反卷积段落表示学习 张艺哲，沉定汉，王国印，甘哲，里卡多·贺瑙和劳伦斯·卡林，NIPS 2017论文“反卷积段落表示学习”中模型的实现 先决条件： 库达（CUDA） Tensorflow（版本> 1.0）。 我们使用了tensorflow 1.2。 运行： pip install -r requirements.txt以安装需求 跑 运行： python demo.py用于重建任务 运行： python char_correction.py用于字符级校正任务 运行： python semi_supervised.py用于半监督任务 选项：可以通过更改demo.py代码中的option类来进行option 。 opt.n_hidden ：隐藏的单元数。 opt.layer ：CNN / DCNN层数[2,3,4]。 opt.lr ：学习率。 opt.batch_size ： op
【文件预览】：
deconv_paragraph_represention-master
----denoise.py(3KB)
----.DS_Store(6KB)
----data_utils.py(13KB)
----char_preprocessing.py(2KB)
----error_rate.py(6KB)
----auto_encoding_cnn_denoise.py(15KB)
----char_correction.py(14KB)
----utils.py(14KB)
----model.py(18KB)
----requirements.txt(29B)
----semi_supervised.py(18KB)
----demo.py(12KB)
----rougescore.py(4KB)
----README.md(2KB)
----output.txt(2.25MB)
----pycocoevalcap()
--------__init__.pyc(189B)
--------__init__.py(21B)
--------meteor()
--------eval.py(3KB)
--------bleu()
--------rouge()
--------cider()
--------eval.pyc(3KB)
--------tokenizer()