文件名称：Match-LSTM:Match-LSTM，R-NET和M-Reader的PyTorch实施，用于机器阅读理解
文件大小：56KB
文件格式：ZIP
更新时间：2024-05-28 07:21:29
mrc pytorch squad machine-comprehension r-net
匹配LSTM 在这里我们在SQuAD上实现MatchLSTM（Wang and Jiang 2016）模型，R-Net（Wang et al.2017）模型和M-Reader（Hu et al.2017）（Rajpurkar et al.2016）。 也许有些细节与最初的论文有所不同。 要求 python3 水蟒 hdf5 实验 Match-LSTM +模型与Match-LSTM略有不同。 用GRU代替LSTM 添加类似r-net的门控注意匹配 添加单独的字符级编码 添加其他功能，例如M-Reader 在一个GRU层上添加聚合层 指针网中的初始GRU第一状态在匹配层之后添加全连接层 评估SQuAD开发人员集的结果： 模型 EM 11 Match-LSTM +（我们的版本） 70.2 79.2 Match-LSTM（纸） 64.1 73.9 R-NET-45（我
【文件预览】：
Match-LSTM-master
----train.py(7KB)
----utils()
--------functions.py(11KB)
--------load_config.py(935B)
--------__init__.py(0B)
--------eval.py(4KB)
----models()
--------match_lstm.py(4KB)
--------r_net.py(7KB)
--------loss.py(2KB)
--------__init__.py(164B)
--------match_lstm_plus.py(6KB)
--------base_model.py(14KB)
--------layers.py(38KB)
--------mnemonic.py(7KB)
----test.py(6KB)
----test_input.py(6KB)
----run.py(1KB)
----dataset()
--------__init__.py(0B)
--------squad_dataset.py(17KB)
--------preprocess_data.py(16KB)
--------doc_text.py(4KB)
----config()
--------global_config.yaml(951B)
--------logging_config.yaml(1KB)
--------base_model.yaml(1KB)
----LICENSE(1KB)
----README.md(3KB)
----helper_run()
--------get_oov.py(456B)
--------analysis_ans.py(8KB)
--------ans_compare.py(2KB)
--------vis_char_emb.py(2KB)
--------transform_hdf5.py(671B)
--------analysis_oov.py(1KB)
--------model_transform.py(2KB)
--------evaluate-v1.1.py(3KB)
--------analysis_dataset.py(2KB)
--------analysis_log.py(3KB)
----data()
--------README.md(170B)
----.gitignore(1KB)