coref：BERT用于共指解析-源码
BERT和SpanBERT用于共指解析
该存储库包含该论文的代码和模型，。 此外，我们还包括论文分辨率模型，这是OntoNotes（79.6 F1）的最新技术。 请参阅以了解其他任务。
模型架构本身是模型的扩展。
建立
安装python3要求： pip install -r requirements.txt
export data_dir=
./setup_all.sh ：这将构建自定义内核
预训练共指模型
请下载以下文件，以对数据使用预训练的共参照模型。 如果您想训练自己的共参照模型，则可以跳过此步骤。
模型
下载
F1（
文件下载
资源详情
[{"title":"（ 200 个子文件 4.12MB ） coref：BERT用于共指解析-源码","children":[{"title":"current_models.py <span style='color:#111;'> 1.74KB </span>","children":null,"spread":false},{"title":"util.py <span style='color:#111;'> 10.34KB </span>","children":null,"spread":false},{"title":"conll.py <span style='color:#111;'> 3.73KB </span>","children":null,"spread":false},{"title":"run_squad.py <span style='color:#111;'> 45.42KB </span>","children":null,"spread":false},{"title":"multilingual.md <span style='color:#111;'> 11.03KB </span>","children":null,"spread":false},{"title":"......文件过多，未全部展示","children":null,"spread":false}],"spread":true}]
评论信息
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明