bert_extension_tf:TensorFlow中的BERT扩展-源码

上传者: 42125867 | 上传时间: 2021-03-15 16:11:02 | 文件大小: 238KB | 文件类型: ZIP
BERT扩展 (来自变压器的双向编码器表示)是Google AI语言小组提出的一种通用的自动编码预训练方法,它在11个NLP任务(包括问题回答,自然,语言推理和情感分析)方面获得了最新的技术成果。 BERT旨在通过在所有层的左,右上下文上共同进行条件调节来预训练来自未标记文本的深层双向表示,这使它可以轻松地针对下游任务进行微调,而无需进行大量针对特定任务的体系结构修改。 该项目旨在提供基于当前BERT的扩展,并将BERT的功能带给NER和NLU等其他NLP任务。 图1:在不同任务上对BERT进行微调的图示 环境 的Python 3.6.7 Tensorflow 1.13.1 NumPy 1.13.3 数据集 是一个多任务数据集,包含3个子任务,POS标记,语法块和NER。 对于NER子任务,它包含4种命名实体:不属于前三组的人员,位置,组织和杂项名称。 (航空公司旅行信息系统)

文件下载

资源详情

[{"title":"( 21 个子文件 238KB ) bert_extension_tf:TensorFlow中的BERT扩展-源码","children":[{"title":"bert_extension_tf-master","children":[{"title":".gitmodules <span style='color:#111;'> 83B </span>","children":null,"spread":false},{"title":"docs","children":[{"title":"_config.yml <span style='color:#111;'> 224B </span>","children":null,"spread":false},{"title":"bert.tasks.png <span style='color:#111;'> 127.51KB </span>","children":null,"spread":false},{"title":"bert.nlu.png <span style='color:#111;'> 32.70KB </span>","children":null,"spread":false},{"title":"bert.ner.png <span style='color:#111;'> 31.53KB </span>","children":null,"spread":false},{"title":"index.md <span style='color:#111;'> 3.80KB </span>","children":null,"spread":false}],"spread":true},{"title":"run_classifier.py <span style='color:#111;'> 32.09KB </span>","children":null,"spread":false},{"title":"run_classifier.sh <span style='color:#111;'> 2.04KB </span>","children":null,"spread":false},{"title":"bert","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 11.09KB </span>","children":null,"spread":false},{"title":"tool","children":[{"title":"convert_token.py <span style='color:#111;'> 1.18KB </span>","children":null,"spread":false},{"title":"eval_token.py <span style='color:#111;'> 7.33KB </span>","children":null,"spread":false},{"title":"eval_sent.py <span style='color:#111;'> 1.10KB </span>","children":null,"spread":false}],"spread":true},{"title":"run_ner.sh <span style='color:#111;'> 2.14KB </span>","children":null,"spread":false},{"title":"run_ner.py <span style='color:#111;'> 32.75KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 1.17KB </span>","children":null,"spread":false},{"title":"run_nlu.sh <span style='color:#111;'> 2.29KB </span>","children":null,"spread":false},{"title":"prepro","children":[{"title":"prepro_conll.py <span style='color:#111;'> 2.27KB </span>","children":null,"spread":false},{"title":"prepro_atis.py <span style='color:#111;'> 4.02KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 5.01KB </span>","children":null,"spread":false},{"title":"run_embed.py <span style='color:#111;'> 19.59KB </span>","children":null,"spread":false},{"title":"run_nlu.py <span style='color:#111;'> 38.13KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明