文件名称：BERT-QE:论文“BERT-QE”的代码和资源
文件大小：157KB
文件格式：ZIP
更新时间：2024-06-19 23:32:39
information-retrieval bert query-expansion document-reranking Python
BERT-QE 此 repo 包含该论文的代码和资源： 。 在ACL 的发现：EMNLP 2020 中。 介绍 BERT-QE 利用 BERT 的优势来选择相关的文档块进行查询扩展。 BERT-QE 模型由三个阶段组成，其中可以使用不同大小的 BERT 模型来平衡有效性和效率。 下面列出了 Robust04 上的一些实验结果： 模型 襟翼 P @ 20 NDCG@20 地图 BERT-大 1.00 倍 0.4769 0.5397 0.3743 BERT-QE-LLL 11.19 倍 0.4888 0.5533 0.3865 BERT-QE-LMT 1.03 倍 0.4839 0.5483 0.3765 BERT-QE-LLS 1.30 倍 0.4869 0.5501 0.3798 要求 我们建议安装 。 然后使用 Anaconda 安装软件包： c
【文件预览】：
BERT-QE-master
----robust04_preprocess.py(3KB)
----maxp_tfrecord.py(4KB)
----expansion_tfrecord.py(8KB)
----bert()
--------tokenization.py(11KB)
--------vocab.txt(226KB)
--------optimization.py(6KB)
--------modeling.py(37KB)
----requirements.txt(145B)
----functions.py(7KB)
----expansion_inference.py(7KB)
----LICENSE(11KB)
----utils.py(4KB)
----README.md(8KB)
----run.sh(5KB)
----config.py(963B)
----get_final_result.py(4KB)
----evaluation.py(2KB)
----maxp_train.py(8KB)
----interpolate.py(4KB)
----convert_tfrecord.py(9KB)
----gov2_preprocess.py(5KB)
----select_pieces.py(8KB)