孪生LSTM网络(Siamese-LSTM)
本项目是基于孪生LSTM网络+注意力机制+曼哈顿距离(Manhattan distance)实现的句对相似度计算。
中文训练数据为蚂蚁金服句对数据，约4万组，正负样本比例1:3.6；英文训练数据来自Kaggle上的Quora句对数据，约40万组，正负样本比例1:1.7。新增一组翻译数据：使用Google Translator将Quora数据翻译成中文。
资料
参考文献
中国大陆可能无法访问《How to predict...Manhattan LSTM》一文，请直接查看本项目中附件之参考博客
其它数据
英文词向量：
英文词向量：
中文词向量：
工程参考
Original author's GitHub
一些网络设计思路
使用
训练
$ python3 train.py
$ type cn for Chinese Data or en for
2023-03-17 22:42:46
40.91MB
1
功能描述
基于siamese-lstm的中文句子相似度计算
环境搭建
Ubuntu：16.04（64bit）
Anaconda：2-4.4.0（python 2.7）
历史版本下载：
TensorFlow：1.5.1
numpy：1.14.3
gensim：3.4.0
(nltk：3.2.3)
jieba：0.39
word2wec中文训练模型
参考链接：
代码使用
模型训练
# python train.py
模型评估
# python eval.py
论文参考
代码参考
版本：a61f07f6bef76665f8ba2df12f34b25380016613
AETC2018赛题描述
相关链接：
2022-03-31 17:55:17
33.67MB
1
释义张量流
Tensorflow（1.1.0）中实现了多种用于复述的模型和代码。
我非常小心地记录了代码，并解释了整个模型中各个步骤的操作。 希望对于那些想开始使用Tensorflow的人来说，这将是一个教学示例代码！
到目前为止，此仓库已实现：
基本的暹罗LSTM基准，大致基于的模型
如所述，带有附加“匹配层”的Siamese LSTM模型 。
的或多或少的最新的双边多视角匹配模型 。
欢迎添加更多模型/优化或修补现有模型的公关！ 模型代码的大部分位于
很多数据处理代码都来自受其启发，如果您喜欢此项目的结构，请检查一下它们！
安装
该项目是在Python 3.5中开发
2021-06-30 21:38:50
91KB
1