【文件属性】：
文件名称：Effective_Extractive_Summarization:ACL 2019论文代码
文件大小：40KB
文件格式：ZIP
更新时间：2021-05-16 11:51:41
Python
Effective_Extractive_Summarization
ACL 2019论文代码（口头）：
如果您使用我们的代码或数据，请引用我们的论文：
@inproceedings{zhong2019searching,
title={Searching for Effective Neural Extractive Summarization: What Works and What’s Next},
author={Zhong, Ming and Liu, Pengfei and Wang, Danqing and Qiu, Xipeng and Huang, Xuan-Jing},
booktitle={Proceedings of the 57th Conference of the Association for Computational Linguisti
【文件预览】：
Effective_Extractive_Summarization-master
----decoding.py(3KB)
----model()
--------util.py(3KB)
--------DeepLSTM.py(6KB)
--------__init__.py(0B)
--------rnn.py(5KB)
--------TransformerEncoder.py(2KB)
--------extract.py(17KB)
--------attention.py(975B)
----metric.py(4KB)
----utils.py(2KB)
----main.py(13KB)
----training.py(7KB)
----README.md(4KB)
----data()
--------batcher.py(6KB)
--------data.py(827B)
--------__init__.py(0B)
----transformer()
--------Layers.pyc(2KB)
--------Layers.py(2KB)
--------__init__.pyc(637B)
--------Modules.pyc(1KB)
--------__init__.py(409B)
--------Modules.py(729B)
--------Optim.py(1KB)
--------Translator.py(7KB)
--------Constants.py(109B)
--------SubLayers.pyc(3KB)
--------Models.py(7KB)
--------Constants.pyc(352B)
--------Beam.py(3KB)
--------SubLayers.py(3KB)
----evaluate.py(1KB)