gated Transformer

封闭式转换器

具有稳健的deNo序列对序列建模的封闭术验证的变压器模型。它使用门控单元来检测和纠正文本数据的噪声，并从生成解码器中生成掉落的目标。

在这项工作中，我们对三个任务进行实验 -

• 剥落的拨错文本
• Denoized Machine Translation
• DENOISE摘要

封闭式转换器在 -

• OCR噪音
• 随机拼写错误
• 基于键盘的声音
• 插入，删除，基于交换的声音

实验的安装

 $ pip install -r requirements.txt

命令运行

培训DENOISER

预处理的变压器序列到序列模型（例如 - BART，T5）

 $ cd ./drive/MyDrive/gated-denoise/ && python train.py --train_file ./data.csv 
                                                  --model_path ./model/ --model_type bart --pretrained_encoder_path "facebook/bart-base" 
                                                  --mask_gate --copy_gate --generate_gate --skip_gate 
                                                  --epochs 15

变压器编码器模型（例如-Bert2bert）

 $ cd ./drive/MyDrive/gated-denoise/ && python train.py --train_file ./data.csv 
                                                  --model_path ./model/ --model_type seq2seq 
                                                  --pretrained_encoder_path "bert-base-uncased" --pretrained_decoder_path "bert-base-uncased" 
                                                  --mask_gate --copy_gate --generate_gate --skip_gate 
                                                  --epochs 15

推理

 $ cd ./drive/MyDrive/gated-denoise/ && python predict.py --data_file ./data.csv 
                                                  --model_path ./model/ --model_type bart --pretrained_encoder_path "facebook/bart-base" 
                                                  --mask_gate --copy_gate --generate_gate --skip_gate 

引用

如果您发现此存储库有用，请引用我们的论文：

 @inproceedings {,
  author    = { Ayan Sengupta and
               Amit Kumar and
               Sourabh Kumar Bhattacharjee and
               Suman Roy } ,
  title     = { Gated Transformer for Robust De-noised Sequence-to-Sequence Modelling } ,
  booktitle = { } ,
  publisher = { } ,
  year      = { } ,
  url       = { } ,
  doi       = { } ,
}