文件名称：SEG:故事结局生成代码
文件大小：128.65MB
文件格式：ZIP
更新时间：2024-05-22 11:33:08
Python
赛格 该存储库包含NLPCC 2018论文《。 描述 我们的代码是基于为ACL 2017年纸。 我们在代码中构建了三种模式： seq2seq_train，rl_train和beam_search_decode 。 要求 python 3.5 张量流1.4.0 numpy的1.14.4 Nlgeval 我们使用评估包进行自动评估。 有关更多详细信息，请参见以下论文：。 怎么跑 预训练Seq2seq / Pointer-generator + coverage模型 将根据超参数exp_name创建目录。 两个子目录train_seq2seq和eval_seq2seq的exp_name将制作培训和验证过程中保存的检查点。 运行seq2seq模型 python3 run.py --mode seq2seq_train --data_path ./data/ROC_data --exp_n
【文件预览】：
SEG-master
----SEG()
--------util.py(1KB)
--------data_utils.py(17KB)
--------metrics()
--------evaluation()
--------model.py(27KB)
--------loss.py(5KB)
--------run.py(28KB)
--------__init__.py(0B)
--------.idea()
--------beam_search.py(8KB)
--------__pycache__()
--------data()
--------attention_decoder.py(20KB)
----README.md(3KB)