美好的一天,我是一名对 NLP 感兴趣的学生。我在 AllenNLP 的主页上看到了演示,其中指出:
该模型是一个使用 GloVe 嵌入的简单 LSTM,它在 Stanford Sentiment Treebank 的二进制分类设置上进行了训练。它在测试集上达到了大约 87% 的准确率。
是否有任何参考示例代码或我可以遵循的任何教程来复制此结果,以便我可以了解有关此主题的更多信息?我正在尝试获得回归输出(而不是分类)。
我希望有人能指出我正确的方向。非常感谢任何帮助。谢谢!
美好的一天,我是一名对 NLP 感兴趣的学生。我在 AllenNLP 的主页上看到了演示,其中指出:
该模型是一个使用 GloVe 嵌入的简单 LSTM,它在 Stanford Sentiment Treebank 的二进制分类设置上进行了训练。它在测试集上达到了大约 87% 的准确率。
是否有任何参考示例代码或我可以遵循的任何教程来复制此结果,以便我可以了解有关此主题的更多信息?我正在尝试获得回归输出(而不是分类)。
我希望有人能指出我正确的方向。非常感谢任何帮助。谢谢!
AllenAI 在 Git 上提供示例和 lib 开源的所有代码,包括 AllenNLP。
我在这里找到了该示例的确切运行方式:https ://github.com/allenai/allennlp/blob/master/allennlp/tests/data/dataset_readers/stanford_sentiment_tree_bank_test.py
但是,要使其成为回归任务,您必须直接在 Pytorch 上进行调整,这是 AllenNLP 的底层技术。