NLP: SLU tagging

创建环境

conda create -n slu python=3.6
source activate slu
pip install torch==1.7.1

运行

训练：在根目录下运行

python scripts/slu_baseline.py

测试：在根目录下运行（将会读取test_unlabelled.json并在data目录下生成test.json）环境与原始相同

python scripts/slu_evaluate.py

代码说明

• utils/args.py:定义了所有涉及到的可选参数，如需改动某一参数可以在运行的时候将命令修改成

    python scripts/slu_baseline.py --
        
        
  
        
       

  其中， 为要修改的参数名， 为修改后的值

• utils/initialization.py:初始化系统设置，包括设置随机种子和显卡/CPU

• utils/vocab.py:构建编码输入输出的词表

• utils/word2vec.py:读取词向量

• utils/example.py:读取数据

• utils/batch.py:将数据以批为单位转化为输入

• model/slu_baseline_tagging.py:baseline模型

• scripts/slu_baseline.py:主程序脚本

有关预训练语言模型

本次代码中没有加入有关预训练语言模型的代码，如需使用预训练语言模型我们推荐使用下面几个预训练模型，若使用预训练语言模型，不要使用large级别的模型

• Bert: https://huggingface.co/bert-base-chinese
• Bert-WWM: https://huggingface.co/hfl/chinese-bert-wwm-ext
• Roberta-WWM: https://huggingface.co/hfl/chinese-roberta-wwm-ext
• MacBert: https://huggingface.co/hfl/chinese-macbert-base

推荐使用的工具库

• transformers
  • 使用预训练语言模型的工具库: https://huggingface.co/
• nltk
  • 强力的NLP工具库: https://www.nltk.org/
• stanza
  • 强力的NLP工具库: https://stanfordnlp.github.io/stanza/
• jieba
  • 中文分词工具: https://github.com/fxsjy/jieba