文件名称：Python-DocProduct使用自然语言处理模型如BERT和GPT2实现医疗问答
文件大小：13.17MB
文件格式：ZIP
更新时间：2022-08-30 00:02:56
Python开发-自然语言处理
使用TensorFlow 2.0来探索最先进的自然语言处理模型（如BERT和GPT-2）如何通过检索和调节相关医学数据来响应医学问题
【文件预览】：
DocProduct-master
----models()
--------.gitignore(107B)
----ffn_cross_entropy()
--------Details.MD(50B)
--------drive-download-20190429T033651Z-001.zip(11.3MB)
--------SG-QAFFN_cross_entropy (1).ipynb(67KB)
----LICENSE(1KB)
----docproduct()
--------predictor.py(12KB)
--------loss.py(911B)
--------tokenization.py(13KB)
--------models.py(4KB)
--------metrics.py(432B)
--------dataset.py(14KB)
--------inference_GenerateQADoc.py(687B)
--------train_gpt2.py(3KB)
--------train_bertffn.py(3KB)
--------train_embedding_to_gpt2_data.py(3KB)
--------train_bertffn_estimator.py(4KB)
--------__init__.py(520B)
--------inference_question_to_topk.py(686B)
--------bert.py(8KB)
--------get_data.py(2KB)
--------mqa_load_dataset.py(5KB)
--------train_ffn.py(4KB)
--------train_data_to_embedding.py(3KB)
----__init__.py(0B)
----requirements.txt(171B)
----setup.py(982B)
----.gitignore(2KB)
----README.md(18KB)
----keras_bert()
--------keras_transformer()
--------keras_self_attention()
--------tokenizer.py(5KB)
--------keras_embed_sim()
--------keras_pos_embd()
--------__init__.py(75B)
--------keras_position_wise_feed_forward()
--------bert.py(15KB)
--------layers()
--------keras_layer_normalization()
--------README.md(3KB)
--------architecture.png(59KB)
--------loader.py(7KB)
--------keras_multi_head()
----notebooks()
--------medical_qa.html(3.64MB)
--------FaissEvalTopKColab.ipynb(66KB)
--------SG-QAFFN_cross_entropy.ipynb(60KB)
--------RetrievalQADoc.ipynb(5KB)
--------DocProductPresentation.ipynb(44KB)
--------visualization.ipynb(20KB)
--------webmd_data_gather.ipynb(4.57MB)
--------GenerateQADoc.ipynb(7KB)