文件名称：few_shot_dialogue_generation:对话知识转移网络（DiKTNet）
文件大小：153KB
文件格式：ZIP
更新时间：2024-05-22 13:35:43
python nlp machine-learning natural-language-processing deep-learning
对话知识转移网络（DiKTNet） 此代码库由以下论文共享： ， ， 和“没有注释数据的少量对话生成：一种转移学习方法”。 ， ， 和“具有对话知识转移网络的数据有效的面向目标的对话”。 [海报] 如果您发现它对您的工作有用，请引用上面的论文。 可以使用git release标签找到与每个出版物相对应的代码版本。 先决条件 下载Maluuba MetaLWOz （以前称为BLIS）数据集（假设您将其提取到metalwoz-v1文件夹中） 准备环境和依赖项。 以下是Conda的步骤： conda create -n diktnet python=3.6 conda activate diktnet git submodule update --init pip install -r requirements.txt 创建用于LAED培训的词汇表： p
【文件预览】：
few_shot_dialogue_generation-master
----evaluate_fsdg.sh(371B)
----train_di_vae_slurm.sh(714B)
----di_vst.py(8KB)
----merge_annotations.py(444B)
----train.py(8KB)
----utils()
--------laed_utils.py(2KB)
--------build_zsdg_vocab.py(1KB)
--------__init__.py(0B)
--------laed_metalwoz_corpus_bert.py(3KB)
--------dataloader_bases.py(2KB)
--------corpora.py(39KB)
--------data_loaders.py(29KB)
--------task_list.py(502B)
--------nlu_wrapper.py(2KB)
----NeuralDialog-LAED()
----.gitmodules(228B)
----models()
--------models.py(27KB)
----train_zsdg_slurm.sh(722B)
----st_ed.py(8KB)
----train_di_vst_slurm.sh(713B)
----train_zsdg.py(8KB)
----train_fsdg_laed_slurm_grid.sh(546B)
----annotate_dataset_with_nlu.py(3KB)
----train_zsdg_slurm_grid.sh(538B)
----evaluate_fsdg_laed.sh(533B)
----vae.py(6KB)
----merge_laed_features.py(2KB)
----enc2dec()
--------encoders.py(3KB)
--------decoders.py(16KB)
--------elmo.py(790B)
----looking_at_smd.ipynb(131KB)
----requirements.txt(485B)
----maluuba_di_vae_dialog.py(8KB)
----evaluate_zsdg.py(6KB)
----train_vae_slurm.sh(711B)
----train_zsdg_grid.sh(538B)
----NeuralDialog-ZSDG()
----looking_at_maluuba_dataset.ipynb(7KB)
----train_fsdg.py(8KB)
----README.md(3KB)
----generate_laed_features.py(7KB)
----train_slurm.sh(728B)
----make_vocabulary.py(4KB)
----train_fsdg_slurm_grid.sh(544B)
----train_fsdg_grid.sh(509B)
----di_vae.py(7KB)
----train_di_vae_setups.sh(219B)
----train_di_vst_setups.sh(231B)
----train_st_ed_slurm.sh(713B)
----generate_laed_features_slurm.sh(730B)
----train_fsdg_slurm.sh(727B)
----generate_vae_features.py(7KB)