rc cnn dailymail

CNN/每日邮件阅读理解任务

论文的代码：

对CNN/每日邮件阅读理解任务进行彻底检查。

依赖性

• Python 2.7
• theano> = 0.7
• Lasagne 0.2.dev1

数据集

• 两个处理的RC数据集：

  • CNN：http：//cs.stanford.edu/~danqi/data/cnn.tar.gz（546m）
  • 每日邮件：http：//cs.stanford.edu/~danqi/data/dailymail.tar.gz（1.4G）

  可以从https://github.com/deepmind/rc-data或http://cs.nyu.edu/~kcho/dmmqa/下载原始数据集。我们所处理的内容只是所有数据实例的串联，只保留文件，问和回答我们的投入。

• 单词嵌入：

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

用法

训练

    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

超参数

• relabeling ：默认值为真。
• hidden_size ：默认值为128。
• bidir ：默认值为真。
• num_layers ：默认值为1。
• rnn_type ：默认值是“ gru”。
• att_func ：默认值为“双线性”。
• batch_size ：默认值为32。
• num_epoches ：默认值为100。
• eval_iter ：默认值为100。
• dropout_rate ：默认值为0.2。
• optimizer ：默认值为“ SGD”。
• learning_rate ：默认值为0.1。
• grad_clipping ：默认值为10。

参考

    @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}
    }

执照

麻省理工学院