上传者: 42099755
|
上传时间: 2021-11-15 16:58:51
|
文件大小: 6.16MB
|
文件类型: -
以知识为动力的深度短文本分类
为了衡量知识的重要性,采用知识驱动的注意力的短文本分类法(STCKA)引入了注意机制,利用对短文本的概念(CST)的关注和对概念集的概念(C-CS)的关注来获取权重两个方面的概念。 它可以借助概念性信息对短文本进行分类。 可以在上找到纸张。
为了复制本文,我们实现了此代码。
要求
的Python == 3.7.4
pytorch == 1.3.1
torchtext == 0.3.1
麻木
tqdm
输入数据格式
片段和TagMyNews数据集可以在数据集文件夹中找到。 数据格式如下('\ t'表示TAB):
origin text \t concepts
...
怎么跑
训练与开发与测试:原始数据集被随机分为80%用于训练和20%用于测试。 随机选择的训练实例的20%用于形成开发集。
python main.py --epoch 100 --lr