rc cnn dailymail

Задача понимания чтения CNN/Daily Mail

Код для статьи:

Тщательное исследование задачи по пониманию чтения CNN/Daily Mail.

Зависимости

• Python 2.7
• Theano> = 0,7
• Лазанька 0.2.dev1

Наборы данных

• Два обработанных набора данных RC:

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

  Оригинальные наборы данных можно загрузить с https://github.com/deepmind/rc-data или http://cs.nyu.edu/~kcho/dmqa/. Наши обработанные - это просто объединение всех экземпляров данных и хранение документов, вопросов и ответов только для наших входов.

• Слово внедрение:

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

Использование

Обучение

    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

Гиперпараметры

• relabeling : По умолчанию верно.
• hidden_size : по умолчанию 128.
• bidir : По умолчанию это правда.
• num_layers : по умолчанию 1.
• rnn_type : по умолчанию это "gru".
• att_func : по умолчанию «билинеар».
• batch_size : по умолчанию 32.
• num_epoches : по умолчанию 100.
• eval_iter : по умолчанию 100.
• dropout_rate : По умолчанию 0,2.
• optimizer : по умолчанию «SGD».
• learning_rate : по умолчанию 0,1.
• grad_clipping : по умолчанию 10.

Ссылка

    @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}
    }

Лицензия

Грань