KTeleBERT

Ktelebert

Tele-Knowledge Pre-Training สำหรับการวิเคราะห์ความผิดพลาด

ผู้แต่ง: Zhuo Chen †, Wen Zhang †, Yufeng Huang, Mingyang Chen, Yuxia Geng, Hongtao Yu, Zhen Bi, Yichi Zhang, Zhen Yao, Huajun Chen ( วิทยาลัย วิทยาศาสตร์คอมพิวเตอร์ Yingying Li, Lei Cheng (Naie Pdu, Huawei Technologies Co. , Ltd. ) ในบทความนี้เราเสนอรูปแบบภาษาที่ผ่านการฝึกอบรมมาก่อนชื่อ Telebert เพื่อเรียนรู้ความรู้ทั่วไปในสาขาการสื่อสารทาง โทรคมนาคม

เทเลดา

• ตัวอย่างข้อมูลมีอยู่ here เมื่อพิจารณาถึงความไวของข้อมูลบางอย่างเราไม่สามารถเผยแพร่ทั้งหมดได้

- เวิร์กโฟลว์

- anenc

- การแสดงภาพ

• การสร้างภาพข้อมูลเชิงตัวเลข

• การสร้างภาพข้อมูลสำหรับข้อมูลการตรวจจับ KPI ที่ผิดปกติ

การใช้งาน

ความต้องการ

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

พารามิเตอร์

สำหรับรายละเอียดเพิ่มเติม: 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

วิ่ง

• รถไฟ: bash run.sh
• การทดสอบ: bash test.sh

บันทึก :

• คุณสามารถเปิดไฟล์ .sh สำหรับการปรับเปลี่ยนพารามิเตอร์เริ่มต้น

- อ้างอิง:

โปรดคอนเดนเซอร์อ้างถึงบทความนี้หากคุณใช้ code จากงานของเรา ขอบคุณมาก :)

 @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}
}