文件名称：calm:上下文感知语言模型
文件大小：563KB
文件格式：ZIP
更新时间：2024-05-28 18:18:25
language-model JupyterNotebook
冷静的 上下文感知语言模型 用于构建适应不同上下文的语言模型的代码。 该代码最初是为了支持“”一文中的实验而编写的。 此后已对其进行了修改，以支持实验（将出现在TACL中）。 阅读本文以获取模型的完整说明。 主要思想是元数据或其他上下文信息可用于调整或控制语言模型。 通过允许上下文嵌入来转换模型的递归层的权重来进行自适应。 我们将此模型称为FactorCell模型。 我将继续编写代码。 如果您需要入门方面的帮助，请给我发消息。
【文件预览】：
calm-master
----notebooks()
--------justice classify.ipynb(113KB)
--------make scotus.ipynb(43KB)
--------subreddit_classifcation_data.ipynb(11KB)
--------types tokens.ipynb(91KB)
--------lang classify.ipynb(60KB)
--------sparse.ipynb(93KB)
--------ppl_results.ipynb(105KB)
--------colormap demo.ipynb(4KB)
--------subreddit classify.ipynb(26KB)
--------langid deep dive.ipynb(76KB)
--------sparse2.ipynb(75KB)
----code()
--------vocab.py(4KB)
--------beam.py(3KB)
--------eval.sh(472B)
--------helper.py(956B)
--------factorcell.py(5KB)
--------rescorer.py(2KB)
--------rnnlm.py(20KB)
--------model.py(15KB)
--------dataset.py(4KB)
--------metrics.py(3KB)
--------README.md(835B)
--------default_params.json(550B)
--------char2vec.py(6KB)
--------nn_impl.py(13KB)
----README.md(867B)
----data()
--------dbpedia_small_val.tsv(154KB)
--------smallreddit.tsv(15KB)
--------dbpedia_small_train.tsv(312KB)
----.gitignore(44B)