EmbedKGQA数据集，从谷歌云盘下载，分享给大家，在国内下载速度更快。 原文链接： https://drive.google.com/drive/folders/1RlqGBMo45lTmWz9MUPTq-0KcjSd3ujxc 因CSDN要求每个资源不能超过1000MB，故对数据集进行了分卷压缩，本链接中为该压缩分卷第9卷，共10卷，必须下载齐所有分卷才能够解压出完整数据集。 解压后的压缩包内应包含： data.zip pretrained_models.zip qa_test_webqsp_fixed.txt 共三个文件。

EmbedKGQA数据集，从谷歌云盘下载，分享给大家，在国内下载速度更快。 原文链接： https://drive.google.com/drive/folders/1RlqGBMo45lTmWz9MUPTq-0KcjSd3ujxc 因CSDN要求每个资源不能超过1000MB，故对数据集进行了分卷压缩，本链接中为该压缩分卷第8卷，共10卷，必须下载齐所有分卷才能够解压出完整数据集。 解压后的压缩包内应包含： data.zip pretrained_models.zip qa_test_webqsp_fixed.txt 共三个文件。

EmbedKGQA数据集，从谷歌云盘下载，分享给大家，在国内下载速度更快。 原文链接： https://drive.google.com/drive/folders/1RlqGBMo45lTmWz9MUPTq-0KcjSd3ujxc 因CSDN要求每个资源不能超过1000MB，故对数据集进行了分卷压缩，本链接中为该压缩分卷第7卷，共10卷，必须下载齐所有分卷才能够解压出完整数据集。 解压后的压缩包内应包含： data.zip pretrained_models.zip qa_test_webqsp_fixed.txt 共三个文件。

EmbedKGQA数据集，从谷歌云盘下载，分享给大家，在国内下载速度更快。 原文链接： https://drive.google.com/drive/folders/1RlqGBMo45lTmWz9MUPTq-0KcjSd3ujxc 因CSDN要求每个资源不能超过1000MB，故对数据集进行了分卷压缩，本链接中为该压缩分卷第6卷，共10卷，必须下载齐所有分卷才能够解压出完整数据集。 解压后的压缩包内应包含： data.zip pretrained_models.zip qa_test_webqsp_fixed.txt 共三个文件。

EmbedKGQA数据集，从谷歌云盘下载，分享给大家，在国内下载速度更快。 原文链接： https://drive.google.com/drive/folders/1RlqGBMo45lTmWz9MUPTq-0KcjSd3ujxc 因CSDN要求每个资源不能超过1000MB，故对数据集进行了分卷压缩，本链接中为该压缩分卷第5卷，共10卷，必须下载齐所有分卷才能够解压出完整数据集。 解压后的压缩包内应包含： data.zip pretrained_models.zip qa_test_webqsp_fixed.txt 共三个文件。

EmbedKGQA数据集，从谷歌云盘下载，分享给大家，在国内下载速度更快。 原文链接： https://drive.google.com/drive/folders/1RlqGBMo45lTmWz9MUPTq-0KcjSd3ujxc 因CSDN要求每个资源不能超过1000MB，故对数据集进行了分卷压缩，本链接中为该压缩分卷第4卷，共10卷，必须下载齐所有分卷才能够解压出完整数据集。 解压后的压缩包内应包含： data.zip pretrained_models.zip qa_test_webqsp_fixed.txt 共三个文件。

EmbedKGQA数据集，从谷歌云盘下载，分享给大家，在国内下载速度更快。 原文链接： https://drive.google.com/drive/folders/1RlqGBMo45lTmWz9MUPTq-0KcjSd3ujxc 因CSDN要求每个资源不能超过1000MB，故对数据集进行了分卷压缩，本链接中为该压缩分卷第3卷，共10卷，必须下载齐所有分卷才能够解压出完整数据集。 解压后的压缩包内应包含： data.zip pretrained_models.zip qa_test_webqsp_fixed.txt 共三个文件。

EmbedKGQA数据集，从谷歌云盘下载，分享给大家，在国内下载速度更快。 原文链接： https://drive.google.com/drive/folders/1RlqGBMo45lTmWz9MUPTq-0KcjSd3ujxc 因CSDN要求每个资源不能超过1000MB，故对数据集进行了分卷压缩，本链接中为该压缩分卷第2卷，共10卷，必须下载齐所有分卷才能够解压出完整数据集。 解压后的压缩包内应包含： data.zip pretrained_models.zip qa_test_webqsp_fixed.txt 共三个文件。

EmbedKGQA数据集，从谷歌云盘下载，分享给大家，在国内下载速度更快。 原文链接： https://drive.google.com/drive/folders/1RlqGBMo45lTmWz9MUPTq-0KcjSd3ujxc 因CSDN要求每个资源不能超过1000MB，故对数据集进行了分卷压缩，本链接中为该压缩分卷第1卷，共10卷，必须下载齐所有分卷才能够解压出完整数据集。 解压后的压缩包内应包含： data.zip pretrained_models.zip qa_test_webqsp_fixed.txt 共三个文件。

使用说明 分对话系统和机器翻译两部分 data为数据集 model为训练的模型 translation文件夹下又分了Seq2Seq和transformer两个模型，大家按需查看使用 以transformer文件夹为例，attention.py主要实现了注意力机制，transformer.py实现了transformer的主体架构，data.py为数据的预处理以及生成了词典、dataset、dataloader，readdata.py运行可以查看数据形状，train.py为训练模型，predict.py为预测，config.py为一些参数的定义。 transformer机器翻译的模型是用cuda:1训练的，如果要使用可能需要修改代码 如：gpu->cpu，即在CPU上使用 torch.load('trans_encoder.mdl', map_location= lambda storage, loc: storage) torch.load('trans_decoder.mdl', map_location= lambda storage, loc: storage)