没有合适的资源?快使用搜索试试~ 我知道了~
SACN:用于知识库完成的端到端结构感知卷积网络
共53个文件
py:33个
json:5个
txt:5个
需积分: 44 1 下载量 8 浏览量
2021-05-23
23:25:20
上传
评论 1
收藏 8.43MB ZIP 举报
温馨提示
萨恩 论文:“” 发表在第三十三届AAAI人工智能会议( )中。 -PyTorch版本- 概述 端到端的结构感知卷积网络(SACN)模型充分利用了GCN和ConvE的优势来完成知识库。 SACN由加权图卷积网络(WGCN)的编码器和称为Conv-TransE的卷积网络的解码器组成。 WGCN利用知识图节点结构,节点属性和边关系类型。 解码器Conv-TransE使最新的ConvE能够在实体和关系之间转换,同时保持与ConvE相同的链路预测性能。 安装 此仓库支持通过Anaconda安装Linux和Python。 使用或安装 。 安装需求: pip install -r requirements.txt 下载使用的默认英语模型,该模型已在上一步python -m spacy download en 。 数据预处理 运行FB15k-237,WN18RR,FB15k-237-attr
资源推荐
资源详情
资源评论
收起资源包目录
SACN-master.zip (53个子文件)
SACN-master
preprocess.sh 422B
requirements.txt 171B
data
kinship.tar.gz 42KB
create_WN18RR.py 1KB
FB15k-237-attr
test.txt 1.45MB
train.txt 24.95MB
valid.txt 1.24MB
WN18RR.tar.gz 872KB
FB15k-237.tar.gz 3.51MB
src
spodernet
setup.py 1007B
.gitignore 1KB
requirements.txt 69B
spodernet
interfaces.py 917B
data
__init__.py 0B
snli2spoder.py 112B
__init__.py 0B
hooks.py 9KB
utils
__init__.py 0B
cuda_utils.py 1KB
util.py 6KB
global_config.py 6KB
logger.py 4KB
spacy_util.py 3KB
frontend.py 6KB
backends
tfmodels.py 4KB
__init__.py 0B
torchbackend.py 4KB
torchmodels.py 7KB
tfbackend.py 4KB
preprocessing
pipeline.py 14KB
__init__.py 0B
processors.py 24KB
batching.py 15KB
vocab.py 7KB
LICENSE 1KB
examples
snli_verbose.py 10KB
snli.py 8KB
README.md 16B
tests
test_utils.py 2KB
test_data
snli_3k.json 379KB
wiki.json 2KB
snli.json 16KB
snli_1k.json 128KB
snli10.json 1KB
test_pipeline.py 56KB
run_main.sh 333B
inverse_model.py 5KB
LICENSE 1KB
models.py 12KB
README.md 2KB
wrangle_KG.py 4KB
main.py 10KB
evaluation.py 8KB
共 53 条
- 1
资源评论
天驱蚊香
- 粉丝: 27
- 资源: 4554
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