文件名称：SNLI-Keras:Keras中的斯坦福大学自然语言推理模型
文件大小：152KB
文件格式：ZIP
更新时间：2024-05-26 01:14:23
machine-learning natural-language-processing deep-learning neural-network tensorflow
SNRAS-RTE在Keras 该存储库包含2个模型。 1，Ankur P. Parikh等人的可分解注意力模型。 2016; 和2，钱琛等人的增强型LSTM注意模型。 2016; 第一个模型仅使用500k参数就可以达到86％的精度，而第二个模型可以在4.6m参数下实现88％的精度。 要求 Python3 Tensorflow v1.0 Keras v2 数据集 可以使用Stanford Natural Language Inference（ SNLI ）数据集或Recognizing Textual Entailment（ RTE ）数据集，此存储库中未显示某些预处理方法。 只需指定数据集和模型名称，模型即可进行自我调整： if __name__ == '__main__' : # easy! md = AttentionAlignmentModel ( annotation
【文件预览】：
SNLI-Keras-master
----.com.apple.timemachine.supported(0B)
----RITutils.py(4KB)
----Eh.png(69KB)
----.idea()
--------misc.xml(276B)
--------workspace.xml(18KB)
--------vcs.xml(180B)
--------inspectionProfiles()
--------SNLI-Keras.iml(522B)
--------modules.xml(272B)
----__pycache__()
--------tfRNN.cpython-36.pyc(11KB)
--------RNN.cpython-36.pyc(6KB)
----readme.md(1KB)
----tfRNN.py(21KB)
----Ep.png(73KB)