文件名称：DocProduct：具有深度语言模型的医学问答
文件大小：13.17MB
文件格式：ZIP
更新时间：2024-02-24 12:02:34
nlp machine-learning deep-learning tensorflow health
Doc产品：具有深度语言模型的医学问答 下载经过训练的模型和嵌入文件。 获胜者的前6名决赛入围者 :high_voltage: #PoweredByTF 2.0挑战！ 。 Doc Product将在Tensorflow Connect上提交给Tensorflow工程团队。 敬请关注。 我们想使用TensorFlow 2.0探索最先进的自然语言处理模型（例如和如何通过检索和调整相关医学数据来响应医学问题，这就是结果。 免责声明 该项目的目的是探索深度学习语言模型用于科学编码和检索的功能，不应将其用于可行的医疗建议。 我们如何构建Doc产品 作为一群有不同背景的朋友，从不满意的本科生到数据科学家再到*的NLP研究人
【文件预览】：
DocProduct-master
----.gitignore(2KB)
----README.md(17KB)
----keras_bert()
--------README.md(3KB)
--------keras_embed_sim()
--------keras_pos_embd()
--------architecture.png(59KB)
--------keras_self_attention()
--------keras_transformer()
--------keras_multi_head()
--------layers()
--------bert.py(15KB)
--------__init__.py(75B)
--------keras_layer_normalization()
--------keras_position_wise_feed_forward()
--------loader.py(7KB)
--------tokenizer.py(5KB)
----LICENSE(1KB)
----models()
--------.gitignore(107B)
----__init__.py(0B)
----requirements.txt(171B)
----notebooks()
--------visualization.ipynb(20KB)
--------RetrievalQADoc.ipynb(5KB)
--------SG-QAFFN_cross_entropy.ipynb(60KB)
--------GenerateQADoc.ipynb(7KB)
--------DocProductPresentation.ipynb(44KB)
--------medical_qa.html(3.64MB)
--------FaissEvalTopKColab.ipynb(66KB)
--------webmd_data_gather.ipynb(4.57MB)
----setup.py(982B)
----docproduct()
--------train_ffn.py(4KB)
--------tokenization.py(13KB)
--------predictor.py(12KB)
--------train_bertffn.py(3KB)
--------models.py(4KB)
--------dataset.py(14KB)
--------metrics.py(432B)
--------get_data.py(2KB)
--------mqa_load_dataset.py(5KB)
--------inference_GenerateQADoc.py(687B)
--------inference_question_to_topk.py(686B)
--------train_embedding_to_gpt2_data.py(3KB)
--------bert.py(8KB)
--------train_bertffn_estimator.py(4KB)
--------__init__.py(520B)
--------loss.py(910B)
--------train_data_to_embedding.py(3KB)
--------train_gpt2.py(3KB)
----ffn_cross_entropy()
--------SG-QAFFN_cross_entropy (1).ipynb(67KB)
--------Details.MD(50B)
--------drive-download-20190429T033651Z-001.zip(11.3MB)