KTeleBERT

Ktelebert

Tele-knowledge قبل التدريب لتحليل الأعطال

المؤلف: Zhuo Chen † ، Wen Zhang † ، Yufeng Huang ، Mingyang Chen ، Yuxia Geng ، Hongtao Yu ، Zhen Bi ، Yichi Zhang ، Zhen Yao ، Huajun Chen (College of Computer Science) Yingying Li ، Lei Cheng (Naie PDU ، Huawei Technologies Co. ، Ltd.) في هذه الورقة نقترح نموذجًا لغة عن بعد تدريبه مسبقًا يدعى Telebert لتعلم المعرفة الدلالية العامة في مجال المعرفة التي تتضمنها في مجال الاتصالات التي تتضمنها في مجال الاتصالات التي تتضمنها. (Tele-Kg).

تيلي ديسا

• أمثلة البيانات متوفرة here . بالنظر إلى حساسية بعض البيانات ، لا يمكننا نشرها جميعًا.

؟ سير العمل

؟ أنينغ

؟ التصور

• التصور للبيانات العددية

• التصور لبيانات اكتشاف KPI غير طبيعية

الاستخدام

متطلبات

• transformers >= 4.21.2
• PyTorch >= 1.6.0
• tqdm
• ltp

المعلمة

لمزيد من التفاصيل: config.py

  --train_strategy 
  --batch_size 
  --batch_size_ke 
  --batch_size_od 
  --batch_size_ad 
  --epoch 
  --save_model {0,1}
  --save_pretrain {0,1}
  --from_pretrain {0,1}
  --dump_path   Experiment dump path
  --random_seed 
  --train_ratio  ratio for train/test
  --final_mlm_probability 
  --mlm_probability_increase {linear,curve}
  --mask_stratege {rand,wwm,domain}
  --ernie_stratege 
  --use_mlm_task {0,1}
  --add_special_word {0,1}
  --freeze_layer {0,1,2,3,4}
  --special_token_mask {0,1}
  --emb_init {0,1}
  --cls_head_init {0,1}
  --use_awl {0,1}
  --mask_loss_scale 
  --ke_norm 
  --ke_dim 
  --ke_margin 
  --neg_num 
  --adv_temp    The temperature of sampling in self-adversarial negative sampling.
  --ke_lr 
  --only_ke_loss 
  --use_NumEmb 
  --contrastive_loss {0,1}
  --l_layers L_LAYERS
  --use_kpi_loss
  --only_test {0,1}
  --mask_test {0,1}
  --embed_gen {0,1}
  --ke_test {0,1}
  --ke_test_num 
  --path_gen 
  --order_load 
  --order_num 
  --od_type {linear_cat,vertical_attention}
  --eps EPS             label smoothing
  --num_od_layer 
  --plm_emb_type {cls,last_avg}
  --order_test_name 
  --order_threshold 
  --rank RANK           rank to dist
  --dist DIST           whether to dist
  --device DEVICE       device id (i.e. 0 or 0,1 or cpu)
  --world-size WORLD_SIZE number of distributed processes
  --dist-url DIST_URL   url used to set up distributed training
  --local_rank LOCAL_RANK

جري

• القطار: bash run.sh
• اختبار: bash test.sh

ملحوظة :

• يمكنك فتح ملف .sh لتعديل المعلمة الافتراضي.

؟ استشهد:

يرجى Condiser نقلاً عن هذه الورقة إذا كنت تستخدم code من عملنا. شكرًا جزيلاً :)

 @inproceedings{DBLP:conf/icde/00070HCGYBZYSWY23,
  author       = {Zhuo Chen and
                  Wen Zhang and
                  Yufeng Huang and
                  Mingyang Chen and
                  Yuxia Geng and
                  Hongtao Yu and
                  Zhen Bi and
                  Yichi Zhang and
                  Zhen Yao and
                  Wenting Song and
                  Xinliang Wu and
                  Yi Yang and
                  Mingyi Chen and
                  Zhaoyang Lian and
                  Yingying Li and
                  Lei Cheng and
                  Huajun Chen},
  title        = {Tele-Knowledge Pre-training for Fault Analysis},
  booktitle    = {{ICDE}},
  pages        = {3453--3466},
  publisher    = {{IEEE}},
  year         = {2023}
}