improving_lexical_choice_in_nmt

经过Python 2.7.3和Tensorflow 1.1测试谈话： ： 一般的 这是论文《 （NAACL HLT 2018接受）的代码。 分支机构是： 掌握：基线NMT tie_embedding：带绑定嵌入的基线NMT fixnorm：纸上的fixnorm模型 fixnorm_lex：纸上的fixnorm + lex模型 ：应用的方法 在tie_embedding NMT之上 训练模型： 在configurations.py编写配置函数 运行： python -m nmt --proto your_config_func 根据您的配置功能，代码会在nmt/saved_models/your_model_name下生成一个方向，并保存所有开发验证，以及迄今为止的开发困惑，训练困惑，最佳模型检查点，检查点（我已经测试过保存1个最佳检查点，不确定> 1）。 您应该使用此检查点来