文件名称：简单有效的文本匹配pytorch：ACL2019论文“具有更丰富的对齐功能的简单有效的文本匹配”的pytorch实现
文件大小：181KB
文件格式：ZIP
更新时间：2024-02-24 12:18:31
nlp deep-learning pytorch snli quora-question-pairs
RE2 这是ACL 2019论文“具有更丰富的对齐功能的简单有效的文本匹配”的pytorch实现。 原始的Tensorflow实现： : 。 快速链接 简单有效的文本匹配 RE2是用于通用文本匹配应用程序的快速而强大的神经体系结构。 在文本匹配任务中，模型将两个文本序列作为输入并预测它们之间的关系。 该方法旨在探讨在这些任务中什么足以增强性能。 它简化了许多缓慢的组件，这些组件以前被认为是文本匹配中的核心构建块，同时保留了三个关键特征可直接用于序列间对齐：原始的逐点特征，先前的对齐特征和上下文特征。 RE2在自然语言推理，释义识别和答案选择等任务中，几乎没有针对特定任务进行自适应，在四
【文件预览】：
simple-effective-text-matching-pytorch-master
----data()
--------prepare_snli.py(2KB)
--------prepare_quora.py(1KB)
--------prepare_wikiqa.py(1KB)
--------prepare_scitail.py(2KB)
----train.py(1KB)
----figure.png(149KB)
----LICENSE(11KB)
----evaluate.py(959B)
----src()
--------interface.py(5KB)
--------evaluator.py(1KB)
--------__init__.py(0B)
--------trainer.py(5KB)
--------model.py(7KB)
--------utils()
--------network.py(3KB)
--------modules()
----configs()
--------ablation.json5(4KB)
--------default.json5(2KB)
--------data()
--------debug.json5(301B)
--------main.json5(701B)
----requirements.txt(62B)
----.gitignore(72B)
----README.md(6KB)