SNLI-Keras:Keras中的斯坦福大学自然语言推理模型

SNRAS-RTE在Keras 该存储库包含2个模型。 1，Ankur P. Parikh等人的可分解注意力模型。 2016; 和2，钱琛等人的增强型LSTM注意模型。 2016; 第一个模型仅使用500k参数就可以达到86％的精度，而第二个模型可以在4.6m参数下实现88％的精度。 要求 Python3 Tensorflow v1.0 Keras v2 数据集 可以使用Stanford Natural Language Inference（ SNLI ）数据集或Recognizing Textual Entailment（ RTE ）数据集，此存储库中未显示某些预处理方法。 只需指定数据集和模型名称，模型即可进行自我调整： if __name__ == '__main__' : # easy! md = AttentionAlignmentModel ( annotation