Types & classes — github.com/DengBoCong/nlp-paper

hub / github.com/DengBoCong/nlp-paper / types & classes

Types & classes26 in github.com/DengBoCong/nlp-paper

paper-code/tensorflow_src/models/InferSent.py:236

BeamSearch使用说明： 1.首先需要将问句编码成token向量并对齐，然后调用init_input方法进行初始化 2.对模型要求能够进行批量输入 3.BeamSearch使用实例已经集成到Chatter中，如果不进行自定义调用，可以将聊天器继承Ch

paper-code/pytorch_src/common/utils.py:17

↓ 2 callersClassDataLoader

对话数据加载工具类

paper-code/tensorflow_src/models/task/common/data_utils.py:251

↓ 2 callersClassPositionalEncoding

位置编码的简单实现，实现了位置编码的两个公式(针对奇偶位置进行的编码) 位置编码原理自行翻阅资料，这边不做注释

paper-code/tensorflow_src/models/transformer.py:4

↓ 1 callersClassBahdanauAttention

paper-code/tensorflow_src/models/seq2seq.py:4

↓ 1 callersClassCmdParser

paper-code/pytorch_src/common/utils.py:7

↓ 1 callersClassCmdParser

paper-code/tensorflow_src/models/task/common/common.py:4

↓ 1 callersClassDelexicalizer

去词化器

paper-code/tensorflow_src/models/task/common/pre_treat.py:9

↓ 1 callersClassKnowledgeBase

提供基于知识检索的API

paper-code/tensorflow_src/models/task/common/kb.py:18

↓ 1 callersClassLocationLayer

paper-code/tensorflow_src/tools/attention.py:188

↓ 1 callersClassPairDataset

专门用于问答对形式的数据集构建的dataset，用于配合DataLoader使用

paper-code/pytorch_src/common/data_utils.py:140

↓ 1 callersClassSearchEngine

search_kits.py:28

↓ 1 callersClassSearchKits

search_kits.py:105

↓ 1 callersClassSeq2SeqChatter

Seq2Seq模型的聊天类

paper-code/pytorch_src/seq2seq_chatter.py:16

↓ 1 callersClassTaskChatter

Task模型的聊天器

paper-code/tensorflow_src/models/task/task_chatter.py:16

ClassAttention

paper-code/tensorflow_src/tools/attention.py:151

ClassBahdanauAttention

paper-code/pytorch_src/model/seq2seq.py:31

ClassChatter

面向使用者的聊天器基类该类及其子类实现和用户间的聊天，即接收聊天请求，产生回复。不同模型或方法实现的聊天子类化该类。

paper-code/pytorch_src/model/chatter.py:10

ClassChatter

面向使用者的聊天器基类该类及其子类实现和用户间的聊天，即接收聊天请求，产生回复。不同模型或方法实现的聊天子类化该类。

paper-code/tensorflow_src/models/task/model/chatter.py:12

ClassCustomSchedule

优化器将 Adam 优化器与自定义的学习速率调度程序配合使用，这里直接参考了官网的实现因为是公式的原因，其实大同小异

paper-code/tensorflow_src/models/gpt2.py:122

ClassCustomSchedule

paper-code/tensorflow_src/models/informer.py:5

ClassDecoder

seq2seq的decoder，将初始化的inputs、隐藏层和encoder的输出作为输入，encoder的输入用来和隐藏层进行attention，得到的上下文向量和x进行整合然后丢到gru里去，最后Linear输出一下

paper-code/pytorch_src/model/seq2seq.py:51

ClassDecoder

seq2seq的decoder，将初始化的x、隐藏层和encoder的输出作为输入，encoder的输入用来和隐藏层进行attention，得到的上下文向量和x进行整合然后丢到gru里去，最后Dense输出一下

paper-code/tensorflow_src/models/seq2seq.py:48

ClassEncoder

seq2seq的encoder，主要就是使用Embedding和GRU对输入进行编码

paper-code/pytorch_src/model/seq2seq.py:7

ClassEncoder

seq2seq的encoder，主要就是使用Embedding和GRU对输入进行编码，这里需要注意传入一个初始化的隐藏层，随机也可以，但是我这里就直接写了一个隐藏层方法。

paper-code/tensorflow_src/models/seq2seq.py:22

ClassMultiHeadAttention

paper-code/tensorflow_src/tools/attention.py:96