<<<<<<< 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