BERT灾难分类胶囊路由:探索具有层聚合(基于注意力和基于胶囊路由)和隐藏状态聚合(基于注意力和基于胶囊路由)的BERT BiLSTM模型源码

timely65323 14 0 ZIP 2021-02-09 18:02:18

与BERT相关的灾难相关推文分类探索基于注意和基于胶囊路由的层聚合和隐藏状态聚合看到项目报告和演示幻灯片主要要求脾气暴躁的火炬1.3 HuggingFace的v2.2.2 学分除了HuggingFace的库外,我们还使用作为参考。帮助培训了一些模型,准备了项目报告和幻灯片中的表格,并准备了相关工作看到和。使用的数据集我们从各种来源收集了数据: @InProceedings{imran2016lrec, author = {Imran, Muhammad and Mitra, Prasenjit and Castillo, Carlos}, title = {

文件列表

BERT-Disaster-Classification-Capsule-Routing-master.zip (预估有个73文件)

BERT-Disaster-Classification-Capsule-Routing-master

Classification

Test

test.py 9KB

__init__ 1B

ReadMe.txt 1KB

model

BERT_attn_BiLSTM.py 2KB

BERT_capsule_BiLSTM_capsule.py 3KB

__pycache__

BERT_BiLSTM_attn.cpython-36.pyc 2KB

BERT_capsule_BiLSTM_attn.cpython-36.pyc 3KB

BERT_capsule.cpython-36.pyc 2KB

BERT_capsule_BiLSTM_capsule.cpython-36.pyc 2KB

BERT_attn_BiLSTM_attn.cpython-36.pyc 3KB

BERT_BiLSTM.cpython-36.pyc 2KB

__init__.cpython-36.pyc 103B

BERT_NL.cpython-36.pyc 1KB

BERT_attn_BiLSTM.cpython-36.pyc 2KB

BERT_attn_BiLSTM_attn.py 3KB

BERT_capsule.py 3KB

BERT_capsule_BiLSTM_attn.py 3KB

layers

capsule_net.py 4KB

__pycache__

BiLSTM.cpython-36.pyc 3KB

capsule_net.cpython-36.pyc 3KB

Linear.cpython-36.pyc 855B

__init__.cpython-36.pyc 110B

Linear.py 439B

BiLSTM.py 4KB

BERT_BiLSTM_attn.py 2KB

BERT_NL.py 1KB

BERT_BiLSTM.py 1KB

DataLoader

bucket_and_batch.py 5KB

Pre_trained_BERT

__init__ 1B

Train

train.py 13KB

ReadMe.txt 1KB

Process_Data

final_stats.txt 1KB

Process_1st_Stage.py 731B

Process_2nd_Stage.py 3KB

Process_3rd_Stage.py 16KB

subscripts

SWDM_2013.py 3KB

CrisisLexT6.py 3KB

ISCRAM_2013.py 2KB

__pycache__

SWDM_2013.cpython-36.pyc 2KB

ISCRAM_2013.cpython-36.pyc 2KB

CrisisNLP_Crowdflower.cpython-36.pyc 2KB

CrisisNLP_Volunteers.cpython-36.pyc 2KB

CrisisMMD.cpython-36.pyc 2KB

CrisisLexT26.cpython-36.pyc 2KB

__init__.cpython-36.pyc 156B

CrisisLexT6.cpython-36.pyc 2KB

ICWSM_2018.cpython-36.pyc 2KB

BigCrisisData.cpython-36.pyc 2KB

CrisisMMD.py 3KB

BigCrisisData.py 3KB

CrisisNLP_Crowdflower.py 3KB

CrisisLexT26.py 4KB

ICWSM_2018.py 2KB

CrisisNLP_Volunteers.py 3KB

initial_stats.txt 4KB

Process_4th_Stage.py 3KB

split_stats.txt 65B

Save_pre_trained_locally.py 1020B

Model_Backup

__init__ 1B

Processed_Data

val_data_public.json 544KB

train_data_public.json 5.9MB

test_data_public.json 1.06MB

label_info.json 447B

__init__ 1B

Data

__init__ 1B

modules

eval.py 2KB

utils.py 1KB

__pycache__

eval.cpython-36.pyc 1KB

utils.cpython-36.pyc 1KB

MLM

Demo.py 2KB

LICENSE 1KB

Project_Report.pdf 204KB

README.md 28KB

用户评论

暂无评论

考眼力注意力练习小游戏

注意力练习小游戏考眼力(注意力练习小游戏)

54 2019-05-22
小太阳儿童注意力测评软件

小太阳儿童注意力测评软件

34 2019-07-28
舒尔特表格注意力练习

舒尔特表可以通过动态的练习锻炼视神经末梢。心理学上用此表来研究和发展心理感知的速度，其中包括视觉定向搜索运动的速度。

39 2019-07-29
机器翻译注意力机制

机器翻译(machine translation, MT)是用计算机来实现不同语言之间翻译的技术。被翻译的语言通常称为源语言(source language),翻译成的结果语言称为目标语言(targe

22 2021-01-15
Attention注意力机制论文CAM CBAM

两篇论文《CBAM: Convolutional Block Attention Module》2018 ECCV 《BAM: Bottleneck Attention Module》2018 BW

59 2020-12-29
环保注意力数据集资源下载

大家分享环保注意力数据集资源下载，该数据集包含多种环保相关的数据，可供研究和使用。请大家在下载资源前，认真阅读数据使用协议。

6 2023-04-17
Yolo改进注意力机制全解析

本文详细介绍了Yolo改进中涉及的各种注意力机制，包括SE、CBAM、ECA、SimAM、S2-MLPv2等，同时给出了代码实现和应用场景，帮助读者更好地理解和使用这些注意力机制。

11 2023-05-23
如何用matlab实现注意力机制

注意力机制是人类大脑中非常重要的一个功能，也是机器学习领域中的研究热点之一。使用matlab可以很方便地实现注意力机制，下面介绍一下具体的实现方法：1. 如何定义注意力机制的输入和输出2. 注意力机制

6 2023-03-29
注意力机制代码实现及应用

在这个示例中，我们使用Python和PyTorch实现了一个基于Luong注意力机制的Attention模型类。通过该代码，我们可以实现在自然语言处理和机器翻译等任务中，利用注意力机制提升模型的性能和

12 2023-06-28
集中精力注意力方法汇总

集中精力注意力方法汇总。保持良好的注意力,是大脑进行感知、记忆、思维等认识活动的基本条件。在我们的学习过程中,注意力是打开我们心灵的门户,而且是唯一的门户。门开得越大,我们学到的东西就越多。而一旦注意

27 2020-08-08

BERT灾难分类胶囊路由:探索具有层聚合(基于注意力和基于胶囊路由)和隐藏状态聚合(基于注意力和基于胶囊路由)的BERT BiLSTM模型 源码

文件列表

用户评论

推荐下载

BERT灾难分类胶囊路由:探索具有层聚合(基于注意力和基于胶囊路由)和隐藏状态聚合(基于注意力和基于胶囊路由)的BERT BiLSTM模型源码