文件名称:QANet:用于机器阅读理解的QANet的Tensorflow实现
文件大小:186KB
文件格式:ZIP
更新时间:2024-02-24 09:06:02
nlp tensorflow cnn squad machine-comprehension
质量保证网 来自ICLR2018的Google (以前的快速阅读理解(FRC))的。 (注意:这不是本文作者的正式实现) 我写了一篇有关实施QANet的博客文章。 在查看更多信息! 已从采用了培训和预处理流程。 演示模式正在运行。 训练后,只需使用python config.py --mode demo即可运行交互式演示服务器。 由于存在内存问题,因此与原始论文中的8头多头注意相比,使用了单头点乘积注意。 由于使用GTX1080而不是纸张中的P100,因此隐藏尺寸也从128减少到96。 (8GB的GPU内存不足。如果您拥有12GB的GPU,请与我们分享您的培训结果。) 目前,最佳模型以6万步(6至8小时)达到EM / F1 = 70.8 / 80.1。 下面列出了详细结果。 数据集 用于此任务的数据集是 。 从普通抓取中获得的经过预训练的GloVe,其中包含用于单词的840B令牌。 要求 Python> = 2.7 NumPy tqdm TensorFlow> = 1.5 spacy == 2.0.9 瓶子(仅用于演示) 用法 要下载和预处理数据,请运行 # dow
【文件预览】:
QANet-master
----main.py(7KB)
----screenshots()
--------tensorboard.png(65KB)
--------figure.png(100KB)
----demo.py(3KB)
----Dockerfile(540B)
----util.py(6KB)
----LICENSE(1KB)
----evaluate-v1.1.py(3KB)
----requirements.txt(30B)
----prepro.py(13KB)
----demo.html(2KB)
----model.py(10KB)
----layers.py(27KB)
----config.py(7KB)
----README.md(6KB)
----download.sh(1017B)