- 將glove word vector轉成gensim可以讀的形式 python -m gensim.scripts.glove2word2vec --input glove.840B.300d.txt --output glove.840B.300d.w2vformat.txt
- Run python buildVabEmbedding.py 會在指定data資料夾生成index2word.json, word2index.json, wordEmbedding.npy
- 進入Tag資料夾
- Run python buildTagDataset.py 會在data資料夾生成trainTag.pkl, validTag.pkl, testTag.pkl
- Run python train.py 開始訓練
- Run python Tag_prediction.py --test_data_path --output_path 開始預測
- Run python draw_tag.py畫report 的histogram
- 進入S2S資料夾
- Run python buildS2SDataset.py 會在data資料夾生成trainS2S.pkl, validS2S.pkl, testS2S.pkl
- Run python train.py開始訓練
- Run python S2S_prediction.py --test_data_path --output_path 開始預測
- 進入Attention資料夾
- Run python buildS2SDataset.py 會在data資料夾生成trainS2S.pkl, validS2S.pkl, testS2S.pkl
- Run python train.py開始訓練
- Run python S2S_attention_prediction.py --test_data_path --output_path 開始預測
- 進入draw資料夾,Run python draw_attention.py可畫出attention weight圖