rc cnn dailymail

Tarea de comprensión de lectura CNN/Daily Mail

Código para el documento:

Un examen exhaustivo de la tarea de comprensión de lectura CNN/Daily Mail.

Dependencias

• Python 2.7
• Theano> = 0.7
• Lasaña 0.2.dev1

Conjuntos de datos

• Los dos conjuntos de datos RC procesados:

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

  Los conjuntos de datos originales se pueden descargar desde https://github.com/deepmind/rc-data o http://cs.nyu.edu/~kcho/dmqa/. Nuestros procesados ​​son simplemente concatenación de todas las instancias de datos y mantener documentos, preguntas y respuestas solo para nuestras entradas.

• Incrustaciones de palabras:

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

Uso

Capacitación

    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

Hiperparametros

• relabeling : el valor predeterminado es verdadero.
• hidden_size : el valor predeterminado es 128.
• bidir : el valor predeterminado es verdadero.
• num_layers : el valor predeterminado es 1.
• rnn_type : el valor predeterminado es "Gru".
• att_func : el valor predeterminado es "bilineal".
• batch_size : el valor predeterminado es 32.
• num_epoches : el valor predeterminado es 100.
• eval_iter : el valor predeterminado es 100.
• dropout_rate : el valor predeterminado es 0.2.
• optimizer : el valor predeterminado es "SGD".
• learning_rate : el valor predeterminado es 0.1.
• grad_clipping : el valor predeterminado es 10.

Referencia

    @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}
    }

Licencia

MIT