【文件属性】:
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:2021-05-08 13:34:49
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)