文件名称：QA4IE:QA4IE的原始实现
文件大小：56KB
文件格式：ZIP
更新时间：2024-05-23 09:16:18
information-extraction question-answering implementation-of-algorithms qa4ie Python
QA4IE 这是论文的实现。 这reporsitory如下实施 。 如有问题和建议，请联系Lin Qiu（ ）。 要求 Python 3.6 Python包 tensorflow == 1.0.0 Jinja2 == 2.9.5 MarkupSafe == 0.23 numpy == 1.12.0 protobuf == 3.2.0 六个== 1.10.0 tensorflow-gpu == 1.0.0 tqdm == 4.11.2 nltk == 3.2.1 数据集 我们在本文中提供了。 它是文档级IE基准，采用可读文本格式，与非常相似。 您应该下载该文件并将其解压缩到$Home/data 。 要运行我们的代码，您需要下载进行预训练的单词嵌入，并下载NLTK进行令牌生成。 您可以运行download.sh将这两个数据集下载到$Home/data 。 前处理 运
【文件预览】：
QA4IE-master
----my()
--------tensorflow()
--------__init__.py(0B)
--------utils.py(1KB)
--------zip_save.py(2KB)
--------corenlp_interface.py(1KB)
--------nltk_utils.py(7KB)
----squad()
--------prepro_span.py(10KB)
--------__init__.py(0B)
--------prepro_seq.py(10KB)
--------utils.py(6KB)
--------evaluate-v1.1.py(4KB)
--------evaluate-prf.py(4KB)
--------eda_aug_train.ipynb(8KB)
--------eda_aug_dev.ipynb(7KB)
--------aug_squad.py(6KB)
----README.md(3KB)
----download.sh(357B)
----basic()
--------trainer.py(4KB)
--------cp.py(2KB)
--------visualizer.py(5KB)
--------ptrnet.py(19KB)
--------__init__.py(0B)
--------graph_handler.py(3KB)
--------cli.py(7KB)
--------main.py(9KB)
--------read_data.py(15KB)
--------evaluator.py(14KB)
--------model.py(40KB)