文件名称：parser-adaptation
文件大小：89.46MB
文件格式：ZIP
更新时间：2024-05-22 13:52:29
Python
将解析器扩展到远程域 该存储库包含用于生成结果的代码，该代码来自存储库派生的使用ACL 2018中。 在PyTorch中，可以通过获得更方便用户的解析器实现，以及位于的演示。 设置 运行pip install -r requirements.txt 。 。 在开始之前，请在EVALB/目录中运行make来编译evalb可执行文件。 这将从Python中调用以进行评估。 预先训练的模型。 在开始之前，运行unzip models/model_dev=94.48.zip和unzip zipped/no_elmo_model_dev=92.34.zip在models/目录中提取预先训练模式。 专家提示 从支持MKL的源安装DyNet将大大缩短运行时间。 实验 训练 完整解析 可以使用命令python3 src/main.py train-on-parses ...使用以下参数来训练新模型：
【文件预览】：
parser-adaptation-master
----models()
--------model_dev=94.59.zip(51.11MB)
--------no_elmo_model_dev=92.34.zip(39.5MB)
----data()
--------biochem-dev.txt(11KB)
--------geo-train.txt(5KB)
--------geo-dev.txt(4KB)
--------geo-predicted-parses-before-training.txt(12KB)
--------biochem-train.txt(12KB)
--------geo-additional-annotations.txt(168B)
--------geo-no-non-constituents.txt(5KB)
----EVALB()
--------evalb.c(39KB)
--------tgrep_proc.prl(101B)
--------sample()
--------LICENSE(1KB)
--------new.prm(3KB)
--------README(12KB)
--------COLLINS.prm(2KB)
--------evalb(41KB)
--------evalb.dSYM()
--------Makefile(58B)
--------bug()
----src()
--------main.py(48KB)
--------trees.py(10KB)
--------evaluate.py(3KB)
--------parse.py(13KB)
--------vocabulary.py(1KB)
----requirements.txt(2KB)
----.gitignore(29B)
----README.md(7KB)
----predictions()
--------biochem-predicted-parses-after-finetuning.txt(26KB)
--------geo-predicted-parses-after-finetuning.txt(12KB)
--------geo-predicted-parses-before-training.txt(12KB)
--------biochem-predicted-parses-before-finetuning.txt(26KB)
--------geo-predicted-parses-after-finetuning-on-additional-annotations.txt(12KB)