文件名称：AMR_AS_GRAPH_PREDICTION
文件大小：5.62MB
文件格式：ZIP
更新时间：2024-06-18 03:51:31
Python
AMR 作为图形预测 该存储库包含用于训练和使用抽象含义表示模型的代码： 如果您使用我们的代码，请按如下方式引用我们的论文： @inproceedings{Lyu2018AMRPA， title={AMR Parsing as Graph Prediction with Latent Alignment}, 作者={Chunchuan Lyu and Ivan Titov}, booktitle={计算语言学协会年会论文集}， 年={2018} } 先决条件 Python 3.6 Stanford Corenlp 3.9.1（python 包装器与新包装器不兼容） pytorch 0.20 嵌入 配置 设置特征提取所依赖的。 相应地更改实用程序/常量.py 中的文件路径。 前处理 a) 将所有*.txt文件合并为一个文件，并使用 Stanford CoreNLP 提取 ner
【文件预览】：
AMR_AS_GRAPH_PREDICTION-master
----AMR_FEATURE()
--------bin()
--------joints.txt(8KB)
--------.settings()
--------src()
--------.project(370B)
--------.classpath(713B)
--------.gitignore(12B)
----np_sents.txt_parsed(2.42MB)
----data()
--------rel_dict(2KB)
--------pos_dict(820B)
--------category_dict(839B)
--------graph_to_node_dict.txt(22KB)
--------joints.txt(8KB)
--------ner_dict(591B)
--------word_dict(945KB)
--------sensed_dict(677B)
--------non_rule_set(6.23MB)
--------graph_to_node_dict_extended_without_jamr.txt(97KB)
--------high_dict(11KB)
--------lemma_dict(858KB)
--------graph_to_node_dict_extended_without_jamr(3.37MB)
--------rule_f_without_jamr(1.48MB)
--------aux_dict(2KB)
----.Rhistory(0B)
----np_sents.txt(122KB)
----src()
--------preprocessing.py(3KB)
--------data_build.py(17KB)
--------train.py(26KB)
--------__pycache__()
--------generate.py(6KB)
--------rule_system_build.py(6KB)
--------__init__.py(4KB)
--------parse.py(4KB)
----.idea()
--------AMR_AS_GRAPH.iml(284B)
--------misc.xml(216B)
--------vcs.xml(180B)
--------modules.xml(298B)
--------workspace.xml(38KB)
----utility()
--------constants.py(2KB)
--------amr.py(33KB)
--------Naive_Scores.py(9KB)
--------__init__.pyc(580B)
--------data_helper.py(4KB)
--------__pycache__()
--------amr.peg(1KB)
--------ReCategorization.py(32KB)
--------AMRGraph.py(10KB)
--------__init__.py(0B)
--------constants.pyc(3KB)
--------PropbankReader.py(3KB)
--------StringCopyRules.py(17KB)
--------amr.pyc(46KB)
----README.md(3KB)
----parser()
--------models()
--------AMRProcessors.py(31KB)
--------Dict.py(6KB)
--------DataIterator.py(12KB)
--------__pycache__()
--------Optim.py(3KB)
--------__init__.py(69B)
--------modules()