资源

论文：AMR Parsing as Sequence-to-Graph Transduction
github链接

复现过程

创建虚拟环境 + 激活

下载数据集

只需要按照作者 github 的命令即可，要下载的东西挺多的
假设我们用的数据是 LDC2017T10，我们就把这个数据集解压到 data/AMR/LDC2017T10
接着运行如下命令，就会自动对 LDC2017T10 中的数据进行预处理，然后将所有的数据分配到 amr_2.0 文件夹的 3 个 txt 文件中（amr_2.0 的所有文件都是运行下面代码生成的）：

特征标注

下载 CoreNLP 服务器软件 + 选择对应的语言包

第一步比较复杂，首先他说第一步要创建一个 CoreNLP 的服务器，这个服务器是 stanford 大学开发的一个应用，只需要把这个服务器打开，然后把需要标注的数据丢给这个服务器，这个服务器就会提供标注服务，返回标注好的数据。实现这部分的中文参考文章和官方地址

首先要下载这个服务器的软件包

然后将这个软件解压到我们的项目路径下面，或者其他地方，只要你运行的时候能找到就行，我解压在这个位置：

然后按照官网或者中文参考文章中的方式打开服务器；

对我的情况而言，我需要：
cd stanford-corenlp-full-2018-10-05/

java -mx4g -cp "*" edu.stanford.nlp.pipeline.StanfordCoreNLPServer -port 9000 -timeout 15000

服务器开启成功

使用 CoreNLP 执行对 amr_2.0 数据的标注

接着是第二步，使用服务器标注 AMR 数据，这一步还是参照 github 的指导：

./scripts/annotate_features.sh data/AMR/amr_2.0

全部处理完毕后，数据集就变成了这个样子：

到这里特征提取就结束了

数据预处理

完成预处理的数据集生成了后缀为 .preproc 的三个文件：

训练 + 预测 + post处理 + 评估

按部就班执行即可
如果训练的时候想要使用预训练模型进行，只需要到下载预训练模型即可：

论文代码复现之：AMR Parsing as Sequence-to-Graph Transduction相关推荐

【论文代码复现2】Clustered sampling based on sample size
[论文代码复现]Clustered Sampling: Low-Variance and Improved Representativity for Clients Selection in Fede ...
论文代码复现常见问题
论文代码复现常见问题场景1:代码太慢 1:写出基础代码使用少量数据集来实践你的思路,代码可以不用很优化,优先写出来即可.写完后建议封装为函数,方便调用. 2:优化代码逻辑代码本身足够高效吗? 代 ...
深度学习论文代码复现环境配置操作
***深度学习论文代码复现前置工作安装Ubuntu18.04 安装Nvidia显卡驱动安装anaconda 安装CUDA与cuDNN 通过软链接的修改实现多版本CUDA间的切换将~/.bash ...
stylegan2论文代码复现超详细
stylegan2论文解读论文就略过啦,参考别人博客了解一下 https://blog.csdn.net/g11d111/article/details/109187245 stylegan2原论文 ...
论文代码复现环境配置
论文代码复现环境配置报错1:python导入tensorflow出现_np_qint8 = np.dtype([("qint8", np.int8, 1)]) 报错2:Value ...
进阶必备：CNN经典论文代码复现 | 附下载链接
经常会看到类似的广告<面试算法岗,你被要求复现论文了吗?>不好意思,我真的被问过这个问题.当然也不是所有面试官都会问,究其原因,其实也很好理解.企业肯定是希望自己的产品是有竞争力,有卖点的 ...
论文代码复现之：GPT-too: A Language-Model-First Approach for AMR-to-Text-Generation（ARM-to-text）
文章目录资源引用复现过程虚拟环境创建通过 pip 或者 anaconda 安装依赖数据集下载 GPT-2 预训练模型(medium尺寸的)并进行训练解决作者的代码错误解决安装包的版本问 ...
AUTOVC: Zero-Shot Voice Style Transfer with Only Autoencoder Loss 论文代码复现
0. 说明 https://github.com/auspicious3000/autovc 但是听Demo中, 涉及到unseen的情况, 合成音色确实像, 但是质量不满足商用复现Git的代码, ...
DELG：Unifying Deep Local and Global Features for Image Search论文代码复现
前言之前在研究图像检索的过程中,在网上看了一些资料,发现许多方法的检索结果并不是非常适合我的数据集,于是在翻看论文的时候看到了*<Large-Scale Image Retrieval wit ...

论文代码复现之：AMR Parsing as Sequence-to-Graph Transduction

资源

复现过程

创建虚拟环境 + 激活

下载数据集

特征标注

下载 CoreNLP 服务器软件 + 选择对应的语言包

使用 CoreNLP 执行对 amr_2.0 数据的标注

数据预处理

训练 + 预测 + post处理 + 评估

论文代码复现之：AMR Parsing as Sequence-to-Graph Transduction相关推荐

最新文章

热门文章