【文件属性】：
文件名称：蔡氏电路matlab仿真代码-QAZalo:加扎罗
文件大小：18.88MB
文件格式：ZIP
更新时间：2021-05-26 16:21:21
系统开源
matlab仿真代码Zalo
AI挑战中的问答
1.解决问题的方向。
使用常见的算法来解决问题：包括推论，bidaf
对问题回答任务使用经过预训练的bert（特别是bert，多语言无大小写）。
2.指导中的详细结果。
首先，首先将数据分为85％的训练，对应于将近16,000个训练样本的15％测试和2k2的测试样本。
（数据根据标签的分布进行划分）。
使用推理和bidaf算法，我是否使用github，（text）提供的新嵌入报纸，例如手套，快速文本或带有词段的嵌入，此外，我还使用越南语预训练的elmo从github的句子中提取特征（ELMoForManyLangs：
），但公共测试集中的最高准确度仅超过55％，并且该模型趋于过拟合（可能是由于数据量太少，或者因为词嵌入集不够好）。
精度结果我在说F1。
对于使用预训练的bert的第二个方向：
第一次尝试对火车测试数据进行预训练的bert多语言无包装立即进行，火车测试结果很高，并且在测试集上的准确度大约为75-76％，提交时为73-74％（一部分显示了公开集）。测试和训练集得出的结果非常相似）。
然后我发现了2个新的数据集：1个mailon
【文件预览】：
QAZalo-master
----module_dataset()
--------preprocess_dataset()
--------dataset()
----module_evaluate()
--------inference_model_basic.py(6KB)
--------wrong_validation_origin.txt(113KB)
--------inference_model_bert.py(4KB)
----module_train()
--------bert_model()
--------save_model()
--------main.py(9KB)
--------__init__.py(0B)
--------basic_model()
--------final_checkpoint()
--------checkpoint_tune_squad_viet()
----README.md(11KB)