文件名称：birch:使用BERT通过句子建模对文档进行排名
文件大小：261KB
文件格式：ZIP
更新时间：2024-05-22 13:16:28
Python
桦木 使用BERT通过句子建模对文档进行排名 注意：arXiv论文临时的结果已被EMNLP'19论文[文档检索的句子级证据的跨域建模]中的结果所取代。 要在arXiv论文中再现结果，请按照的说明进行操作。 环境与数据 # Set up environment pip install virtualenv virtualenv -p python3.5 birch_env source birch_env/bin/activate # Install dependencies pip install Cython # jnius dependency pip install -r requirements.txt # For inference, the Python-only apex build can also be used git clone https://github.co
【文件预览】：
birch-master
----eval()
--------trec_eval.9.0.4.tar.gz(200KB)
----bertviz()
--------pytorch_pretrained_bert()
--------attention_details.py(7KB)
--------attention_details.js(30KB)
--------attention.py(5KB)
--------__init__.py(0B)
--------attention_map.py(5KB)
--------visualization.py(3KB)
--------attention.js(11KB)
--------attention_map.js(13KB)
----eval_scripts()
--------mb_5cv_eval.sh(3KB)
--------train.sh(2KB)
--------sig_test.sh(1KB)
--------baseline.sh(289B)
--------test.sh(710B)
--------mb_2cv_eval.sh(1KB)
--------qa_5cv_eval.sh(3KB)
--------qa_2cv_eval.sh(1KB)
--------eval.sh(883B)
----src()
--------main.py(3KB)
--------model()
--------eval_bert.py(2KB)
--------args.py(2KB)
--------utils()
----requirements.txt(560B)
----reproduce_arxiv.md(4KB)
----.gitignore(1KB)
----README.md(5KB)