<<<<<<< HEAD

• 主要用来实现数据集TAC40的模型

• KBP的数据预处理：
• 1.process the KBP dataset
• 2.concate the "glove embedding" and "Elmo embedding" and "Pos embedding"

• 用来实现ANA-SL-ELMO模型
• 执行顺序：

（1）splitTrainTest.py：要先分割train data和test data

（2）dataProcessConll和gloveGenerate

• (1)process the Conll04 dataset
• (2)concate the "glove embedding" and "Elmo embedding" and "Pos embedding"

• 生成glove词向量

• 把数据分割成train文件和test文件

• 计算RP值和其曲线

• 用来实现其他模型的，包括：CNN，RNN，BLSTM，ATT-BLSTM，Att-Pooling-CNN

• experiment_PR (copy)：文件夹存放了原始的用来做实验的pr图
• experiment_PR：新存放的

• 实现了SIL loss, SDL
• 实现了各种不同的loss对比

主要实现在KBP中的ANA-SDL-MuBiGRU模型：

• 实现了multi-haed attention：MultiHeadAttention、MultiheadAttention_Op

=======

• 主要用来实现数据集TAC40的模型

• KBP的数据预处理：
• 1.process the KBP dataset
• 2.concate the "glove embedding" and "Elmo embedding" and "Pos embedding"

• 用来实现ANA-SL-ELMO模型
• 执行顺序：

（1）splitTrainTest.py：要先分割train data和test data

（2）dataProcessConll和gloveGenerate

• (1)process the Conll04 dataset
• (2)concate the "glove embedding" and "Elmo embedding" and "Pos embedding"

• 生成glove词向量

• 把数据分割成train文件和test文件

• 计算RP值和其曲线

• 用来实现其他模型的，包括：CNN，RNN，BLSTM，ATT-BLSTM，Att-Pooling-CNN

• experiment_PR (copy)：文件夹存放了原始的用来做实验的pr图
• experiment_PR：新存放的

• 实现了SIL loss, SDL
• 实现了各种不同的loss对比

主要实现在KBP中的ANA-SDL-MuBiGRU模型：

• 实现了multi-haed attention：MultiHeadAttention、MultiheadAttention_Op

9e9c62ef716e71fd5ce04a1694098a1af0372f05 主要实现在SemEval中的ANA-SDL-MuBiGRU模型，还有画出损失函数的对比图像