没有合适的资源?快使用搜索试试~ 我知道了~
ganbert:使用半监督生成对抗网络增强BERT训练
共16个文件
py:6个
tsv:3个
png:1个
需积分: 50 15 下载量 81 浏览量
2021-03-19
10:13:47
上传
评论 1
收藏 642KB ZIP 举报
温馨提示
甘伯特 论文代码GAN-BERT:具有健壮标签分类示例的生成式对抗性学习和一堆带标签的示例已在2020年ACL上发表-Danilo Croce (罗马大学Tor Vergata),朱塞佩·卡斯特鲁奇( Giuseppe Castellucci) (亚马逊)和Roberto Basili的短文(罗马大学的Tor Vergata)。该文件可以在找到。 GAN-BERT是BERT的扩展,它使用“生成对抗”设置来实现有效的半监督学习模式。它允许使用由有限数量的标记示例和未标记材料的较大子集组成的数据集训练BERT。 GAN-BERT可用于序列分类任务(也涉及对文本对)。 该代码在TREC数据集上运行GAN-BERT实验,以实现细粒度的“问题分类”任务。我们在此程序包中提供了代码和用于运行实验的数据,方法是使用2%的标记材料(109个示例)和5343个未标记的示例。测试集由500个带注释的示例组成
资源推荐
资源详情
资源评论
收起资源包目录
ganbert-master.zip (16个子文件)
ganbert-master
bert.py 25KB
tokenization.py 11KB
requirements.txt 91B
data
unlabeled.tsv 299KB
test.tsv 23KB
labeled.tsv 7KB
run_experiment.sh 2KB
LICENSE 11KB
optimization.py 6KB
ganbert.py 30KB
data_processors.py 5KB
modeling.py 36KB
README.md 7KB
ganbert_performances.png 449KB
ganbert.jpg 93KB
NOTICE 143B
共 16 条
- 1
资源评论
太远有一点点
- 粉丝: 34
- 资源: 4740
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功