关系提取:tensorflow 2.0中基于RNN和CNN的关系提取模型 源码
最好在Markdown阅读器中查看此文件(例如 ) 概述 您将实现双向GRU以及用于关系提取的原始模型: GRU宽松地基于基于注意力的双向关系长期双向短期记忆网络的工作方法(Zhou等,2016)。 您将需要实现: 双向GRU 注意层 L2正则化 此外,您将设计自己的网络体系结构来解决此任务。 您可以自己想一想,也可以根据纸上已知的解决方案进行思考。 作业pdf中提供了更多详细信息。 安装 环境与过去的环境相同,减去了requirements.txt中的额外requirements.txt 。 但我们强烈建议您为任务4创造新的环境。 该分配是在python 3.6和tensorflow 2.0中实现的。 请按照以下步骤设置您的环境: 使用Python 3.6创建Conda环境 conda create -n nlp-hw4 python=3.6 激活Conda环境。 您将需要在
文件列表
relation-extraction-master.zip
(预估有个42文件)
relation-extraction-master
util.py
3KB
download_glove.sh
161B
basic_test_prediction.txt
60KB
cse538_assignment_4_2019_Fall_.pdf
139KB
advanced_test_prediction_3.txt
64KB
data.py
10KB
prediction_format_checker.pl
3KB
model.py
5KB
requirements.txt
251B
暂无评论