rc cnn dailymail

CNN/Daily Mail Leseverständnis Aufgabe

Code für das Papier:

Eine gründliche Prüfung der CNN/Daily Mail -Leseverständnisaufgabe.

Abhängigkeiten

• Python 2.7
• Theano> = 0,7
• Lasagne 0.2.DEV1

Datensätze

• Die beiden verarbeiteten RC -Datensätze:

  • CNN: http://cs.stanford.edu/~danqi/data/cnn.tar.gz (546m)
  • Daily Mail: http://cs.stanford.edu/~danqi/data/dailymail.tar.gz (1.4g)

  Die ursprünglichen Datensätze können von https://github.com/deepmind/rc-data oder http://cs.nyu.edu/~kcho/dmqa/ heruntergeladen werden. Unsere verarbeiteten sind einfach nur eine Verkettung aller Dateninstanzen und führen nur für unsere Eingaben Dokumente, Frage und Antwort.

• Worteinbettungen:

  • Glove.6b.zip: http://nlp.stanford.edu/data/glove.6b.zip

Verwendung

Ausbildung

    THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32
    python main.py --train_file /u/nlp/data/deepmind-qa/cnn/train.txt
                   --dev_file /u/nlp/data/deepmind-qa/cnn/dev.txt
                   --embedding_file /u/nlp/data/deepmind-qa/word-embeddings/glove.6B.100d.txt

Hyperparameter

• relabeling : Standard ist wahr.
• hidden_size : Standard ist 128.
• bidir : Standard ist wahr.
• num_layers : Standard ist 1.
• rnn_type : Standard ist "Gru".
• att_func : Standard ist "bilinear".
• batch_size : Standard ist 32.
• num_epoches : Standard ist 100.
• eval_iter : Standard ist 100.
• dropout_rate : Standard ist 0,2.
• optimizer : Standard ist "SGD".
• learning_rate : Standard ist 0,1.
• grad_clipping : Standard ist 10.

Referenz

    @inproceedings{chen2016thorough,
        title={A Thorough Examination of the CNN/Daily Mail Reading Comprehension Task},
        author={Chen, Danqi and Bolton, Jason and Manning, Christopher D.},
        booktitle={Association for Computational Linguistics (ACL)},
        year={2016}
    }

Lizenz

MIT