文件名称：变压器指针生成器：使用变压器和指针生成器的抽象总结实现
文件大小：254KB
文件格式：ZIP
更新时间：2024-02-24 12:10:14
nlp tensorflow transformer abstractive-summarization pointer-generator
变压器和指针生成器的抽象概括实现 当我想通过神经网络获取摘要时，我尝试了多种方法来生成摘要摘要，但结果并不理想。 当我听到2018年字节杯时，我发现了一些有关它的信息，冠军的解决方案吸引了我，但是我发现了一些网站，例如github gitlab，我没有找到官方代码，所以我决定实现它。 要求 python == 3.x（如果您仍然使用python 2，请继续使用python 3） 张量流== 1.12.0 tqdm> = 4.28.1 jieba> = 0.3x sumeval> = 0.2.0 模型结构 基于 我的模型基于“ 更改 指针生成器模型有两种机制，即复制机制和coverage
【文件预览】：
transformer-pointer-generator-master
----pred.py(4KB)
----utils.py(6KB)
----train.py(5KB)
----__pycache__()
--------modules.cpython-36.pyc(9KB)
--------data_load.cpython-36.pyc(5KB)
--------utils.cpython-36.pyc(5KB)
--------hparams.cpython-36.pyc(2KB)
--------model.cpython-36.pyc(9KB)
--------beam_search.cpython-36.pyc(5KB)
----beam_search.py(5KB)
----data_load.py(6KB)
----LICENSE(1KB)
----.idea()
--------transformer-master.iml(626B)
--------dataSources.xml(2KB)
--------other.xml(233B)
--------misc.xml(202B)
--------vcs.xml(180B)
--------modules.xml(288B)
--------encodings.xml(135B)
--------workspace.xml(53KB)
--------dataSources.local.xml(1KB)
--------inspectionProfiles()
--------dataSources()
----requirements.txt(58B)
----hparams.py(2KB)
----model.py(11KB)
----vocab(41KB)
----.gitignore(1KB)
----modules.py(11KB)
----README.md(4KB)
----fig()
--------structure.jpg(100KB)
--------transformer-pointer gererator-loss.png(52KB)
--------transformer-loss.png(50KB)