袋内和袋内注意:NAACL 2019论文代码:袋内和袋间注意的远距离监督关系提取

时间:2024-02-24 12:30:25
【文件属性】:

文件名称:袋内和袋内注意:NAACL 2019论文代码:袋内和袋间注意的远距离监督关系提取

文件大小:82.42MB

文件格式:ZIP

更新时间:2024-02-24 12:30:25

nlp pytorch deeplearning relation-extraction distant-supervision

袋内和袋内注意 依存关系 该代码是用Python 3.6和pytorch 0.3.0编写的。 评价结果 精度/召回曲线 CNN + ATT_BL,CNN + ATT_BL + BAG_ATT,CNN + ATT_RA,CNN + ATT RA + BAG ATT的精度/召回曲线 PCNN + ATT_BL,PCNN + ATT_BL + BAG_ATT,PCNN + ATT_RA,PCNN + ATT_RA + BAG_ATT的精度/调用曲线 AUC结果 模型 没有BAG_ATT BAG_ATT CNN + ATT_BL 0.376 0.388 CNN + ATT_RA 0.39


【文件预览】:
Intra-Bag-and-Inter-Bag-Attentions-master
----plot.py(902B)
----preprocess()
--------preprocess.sh(171B)
--------data2pkl.py(3KB)
--------extract.cpp(12KB)
--------pickledata.py(9KB)
----NYT_data()
--------NYT_data.zip(81.17MB)
----model()
--------embedding.py(965B)
--------pcnn.py(528B)
--------model_bagatt.py(14KB)
--------__pycache__()
----paper()
--------naaclhlt2019.pdf(1.04MB)
----README.md(2KB)
----figure()
--------PCNNmethods.jpg(95KB)
--------PCNNmethods.pdf(56KB)
--------CNNmethods.pdf(57KB)
--------CNNmethods.jpg(88KB)
----train.py(19KB)

网友评论