bert_score:文本生成的BERT分数

时间:2024-02-24 00:47:48
【文件属性】:

文件名称:bert_score:文本生成的BERT分数

文件大小:956KB

文件格式:ZIP

更新时间:2024-02-24 00:47:48

machine-learning natural-language-processing MachinelearningJupyterNotebook

BERTScore 论文(ICLR 2020)中介绍了自动评估指标。 新闻: 更新至版本0.3.7 与Huggingface的变压器版本> = 4.0.0兼容。 感谢公共贡献者( , , )。 如果您想在COCO字幕数据集上复制我们的实验,请参见 。 更新至版本0.3.6 支持自定义基准文件 选项--rescale-with-baseline更改为--rescale_with_baseline以便与其他选项一致。 更新至版本0.3.5 与Huggingface的变形金刚> = v3.0.0和次要修复程序( , , )兼容 与效率相关的几项改进( , ) 更新至版本0.3.4 立即与变形金刚v2.11.0兼容(#58) 对于中国人来说,下载预先训练的体重可能很慢。 我们在百度盘上提供了一些模型的副本。 密码:dhe5 密码:jvk7 cased密码:yx3q 库在其度量标准集合中包括BERTScore。 更新至版本0.3.3 使用空字符串修复错误。 支持6种模型和24种较小的模型。 新增了一个用于保持WMT16英制上不同模型的性能(即


【文件预览】:
bert_score-master
----MANIFEST.in(48B)
----bert_score_cli()
--------score.py(3KB)
--------__init__.py(0B)
--------visualize.py(2KB)
----requirements.txt(149B)
----bert_score.png(274KB)
----upload_pypi.sh(76B)
----.travis.yml(121B)
----example()
--------hyps.txt(1KB)
--------refs.txt(1KB)
--------refs2.txt(1KB)
--------Demo.ipynb(373KB)
--------demo.py(333B)
--------hyps_long.txt(321KB)
--------refs_long.txt(329KB)
----LICENSE(1KB)
----journal()
--------static()
--------rescale_baseline.md(4KB)
----setup.py(1KB)
----README.md(11KB)
----bert_score()
--------scorer.py(11KB)
--------score.py(11KB)
--------rescale_baseline()
--------utils.py(22KB)
--------__init__.py(65B)
----tune_layers()
--------README.md(849B)
--------tune.sh(92B)
--------tune_layers.py(3KB)
--------download_data.sh(357B)
----tests()
--------__init__.py(0B)
--------test_score_function.py(7KB)
--------test_scorer.py(5KB)
----.gitignore(1KB)

网友评论