COMET ATOMIC En Zh Download - COMET ATOMIC En Zh Sumber Code Unduh

COMET ATOMIC En Zh

Kode Sumber AI

1.0.0

Unduh

Comet-atomic-en-zh

Contoh terjemahan bahasa Inggris dan Cina dari grafik pengetahuan akal sehat dari acara Jepang Universitas Waseda

Dalam bahasa Inggris

Kutipan singkat

Penalaran akal sehat sehari -hari dalam hidup dapat diperoleh melalui beberapa hubungan pengetahuan inferensi yang padat, seperti yang ditunjukkan pada gambar di bawah ini:

Di bawah ini adalah deskripsi yang relevan dalam kertas atom

"X melawan serangan Y", kita dapat segera menyimpulkan berbagai fakta yang masuk akal tentang insiden itu. Sejauh menyangkut motivasi yang masuk akal di balik insiden itu, X mungkin ingin melindungi dirinya sendiri. Adapun prasyarat yang masuk akal sebelum insiden itu, X mungkin telah menerima pelatihan pertahanan diri, sehingga berhasil bertahan melawan serangan Y. Kita juga dapat menyimpulkan karakteristik X yang masuk akal: dia mungkin kuat, terampil dan berani. Sebagai akibat dari kejadian ini, X mungkin marah dan mungkin ingin memanggil polisi. Di sisi lain, Anda mungkin merasa takut tertangkap dan ingin melarikan diri.

Jika Anda ingin melihat contoh data yang sesuai, Anda dapat melihat contoh terjemahan di bawah ini.

Waseda University menandai dataset NLP-WASEDA/COMET-ATOMIC-JA dalam bahasa Jepang dan mempelajari apakah model tersebut dapat belajar jika-kemudian kesimpulan akal sehat dari peristiwa yang belum pernah terlihat sebelumnya. Mereka masing -masing menjelajahi model GPT2 dan T5. (Mengingat frasa peristiwa E dan dimensi inferensi C, model menghasilkan target t = fθ (e, c).) Ini dapat dengan mudah dicapai dengan bantuan metode pemodelan masalah pembelajaran isyarat saat ini.

Fokus dari proyek ini adalah untuk menerjemahkan corpus mereka ke dalam bahasa Inggris dan Cina, dan melatih model gaya T5 untuk memeriksa kemampuan beradaptasi dari pembelajaran yang cepat untuk menangani masalah seperti itu dalam bahasa Inggris dan Cina.

Tampilan Terjemahan Data

Jepang (sampel asli)

Contoh Struktur JSON

{ 'event': {'event': 'Xがパチンコ屋へ行く', 'mental_state': 'Xがパチンコ屋へ行く' },
 'inference': {'event': {'before': ['Xが小遣いをもらう',
    'Xがパチンコで勝つ',
    'Xが金を用意する',
    'Xがギャンブル依存症だと自覚する',
    'Xが車を運転する',
    'Xが金を稼ぐ',
    'Xが金を持っている',
    'Xが時間的余裕を持つ'],
   'after': ['Xが負ける']},
  'mental_state': {'before': ['時間をつぶしたい',
    'ギャンブルがしたい',
    '何か面白いことないかな',
    '時間つぶしだ',
    '暇だ',
    'お金が欲しい',
    'お金を儲ける',
    'ストレス発散したい'],
   'after': ['お金を失う',
    'お金がなくなった',
    'お金をたくさん使う',
    'もう少ししたら帰る',
    'お金が減る',
    'また負けた',
    '当たりそうだ',
    '勝ったら嬉しい',
    '負けて帰ってくる',
    'お金がなくなる']}}}

Bahasa Inggris (sampel yang diterjemahkan)

Contoh Struktur JSON

{ 'en_event': {'event': 'X is going to the pachinko parlor',
  'mental_state': 'X is going to the pachinko parlor' },
 'en_inference': {'event': {'before': ['X gets an allowance',
    'X wins at pachinko.',
    'X gets the money.',
    'Realize X has a gambling problem',
    'X drives a car',
    'X makes money',
    'X has money',
    'X has time to spare'],
   'after': ['X will lose']},
  'mental_state': {'before': ['X wants to kill time',
    'X wants to gamble',
    'I need something fun to do',
    'X is killing time',
    " I'm not busy " ,
    'I want money',
    'Make some money',
    'I want to relieve stress'],
   'after': ['Lose money',
    'Money is running out',
    'Spend a lot of money',
    " I'll be home in a little while " ,
    'X will have less money',
    'I lost again.',
    " I think I'm going to win. " ,
    " I'll be happy if I win " ,
    'X comes home defeated',
    'X runs out of money']}}}

Cina (sampel yang diterjemahkan)

Contoh Struktur JSON

{ 'zh_event': {'event': 'X要去柏青哥店。', 'mental_state': 'X要去柏青哥店。' },
 'zh_inference': {'event': {'before': ['X得到一笔津贴',
    'X在弹子机上赢了。',
    'X拿到钱',
    'X意识到自己有赌博问题',
    'X驾驶汽车',
    'X 挣钱',
    'X有钱了',
    'X有时间'],
   'after': ['X输了一场比赛']},
  'mental_state': {'before': ['X想打发时间',
    'X想赌博',
    '我需要一些有趣的事情来做',
    'X在打发时间',
    '我不忙。',
    '我想要钱',
    '赚点钱',
    '我想缓解压力'],
   'after': ['失去了金钱。',
    '我已经没有钱了',
    '我花了很多钱',
    '我一会儿就回家了',
    'X有更少的钱',
    '我又输了。',
    '我想我要赢了。',
    '如果我赢了，我会很高兴。',
    'X败兴而归',
    'X钱用完了']}}}

Model

Saya disesuaikan dengan model berbasis T5 dan LORA dalam bahasa Inggris dan Cina (dengan bantuan dari PEFT) pada grafik yang saya bangun.
Informasi lebih lanjut dan contoh tentang Lora dapat dilihat di https://github.com/svjack/controllora-chinese, aplikasi ControlNet berbasis LORA dalam domain model difusi stabil untuk mengendalikan output gambar melalui ControlNet berbasis LORA.

Memasang

pip install -r requirements.txt

Model tersedia di Huggingface:

Nama	Tautan Model Huggingface	Link Space Huggingface
Atomik Komet Inggris?	https://huggingface.co/svjack/comet-atomic-en	https://huggingface.co/spaces/svjack/english-comet-atomic
Atom komet Cina	https://huggingface.co/svjack/comet-atomic-zh	https://huggingface.co/spaces/svjack/chinese-comet-atomic
Komet China Atomic T5 Lora	https://huggingface.co/svjack/mt0-large-comet-atomic-zh-peft-early-cpu	https://huggingface.co/spaces/svjack/chinese-comet-atomic-t5-large-lora

Anda dapat menggunakannya secara online atau berdasarkan kartu model.