Open-vocabulary-entity-type-description:生成细粒度的开放词汇实体类型描述

【文件属性】：

文件名称：Open-vocabulary-entity-type-description:生成细粒度的开放词汇实体类型描述

文件大小：164.19MB

文件格式：ZIP

更新时间：2024-05-17 12:18:21

Python

项目名称 该项目是ACL 2018论文的PyTorch实施：生成细粒度的开放词汇实体类型描述 先决条件 Python 2.7+ PyTorch 跑步 python .py 这将完成模型的训练，验证和测试。 测试数据的结果将被写入名为“ result_ <模型名称> .csv”的文件。 例如，要运行我们的模型，请使用 python model.py 评估 要运行评估脚本，请使用 python evaluate.py result_.csv 作者 Rajarshi Bhowmik- Gerard de Melo- 引文 如果您使用此代码，请引用我们的论文。 @inproceedings{Bhowmik2018EntityDescriptions, title = {Generating Fine-Grained Open Vocabular

【文件预览】：
Open-vocabulary-entity-type-description-master
----result_DGN_ref.txt(25KB)
----New Dataset()
--------data10K.csv(3.42MB)
--------test.csv(355KB)
--------training.csv(2.73MB)
--------README.txt(650B)
--------validation.csv(355KB)
----Fact2seq_w_attention_baseline.py(11KB)
----result_DGN.csv(51KB)
----LICENSE(1KB)
----Fact2seq_baseline.py(12KB)
----DMN+.py(17KB)
----README.md(1KB)
----Data()
--------data10K.csv(3.08MB)
--------test.csv(332KB)
--------testDMN+.csv(358KB)
--------trainingDMN+.csv(2.65MB)
--------training.csv(2.44MB)
--------.DS_Store(6KB)
--------validationDMN+.csv(348KB)
--------data10KDMN+.csv(3.33MB)
--------validation.csv(321KB)
----evaluation.py(754B)
----result_DGN_hyp.txt(25KB)
----static_memory_baseline.py(13KB)
----nlg-eval-master()
--------setup.py(670B)
--------.gitignore(303B)
--------glove.6B.zip(50.22MB)
--------requirements.txt(99B)
--------LICENSE.md(4KB)
--------bin()
--------nlgeval()
--------.DS_Store(8KB)
--------glove.6B.zip.1(43.64MB)
--------examples()
--------README.md(4KB)
--------setup.sh(2KB)
--------.gitattributes(120B)
----model.py(18KB)