NLP-Models-Tensorflow ,针对NLP问题收集机器学习和tensorflow深度学习模型, Jupyter Notebooks内部的代码简化了100% 。
目录
目的
原始的实现非常复杂,并且对初学者并不友好。 因此,我尝试简化其中的大部分内容。 此外,还有大量尚未发布的文件实施。 因此,随时将其用于您自己的研究!
我将为我没有从头实现的模型附加github存储库,基本上,我会针对不赞成使用的问题复制,粘贴和修复这些代码。
Tensorflow版本
仅Tensorflow版本1.13及更高版本,不包括2.X版本。 1.13 <Tensorflow <2.0
pip install -r requirements.txt
内容
接受培训。
精度仅基于10个历元,使用单词位置计算得出。
完整列表(12个笔记本)
LSTM Seq2Seq使用主题建模,测试精度为13.22%
LSTM Seq2Seq + Luong注意事项使用主题建模,测试准确性为12.39%
采用主题建模的LSTM Seq2Seq + Beam Decoder,测试精度为10.67%
1