我们已经为您准备好复现该模型所需的环境,您可以创建实例、一键复用哦!

模型的使用文档涵盖模型所需环境、模型简介以及复现模型的具体步骤。模型效果和模型详细来源可以点击论文地址和模型来源链接查看哦~

SSAN

2022-01-25 model:ssan-ubuntu18.04-cuda10.0-cudnn7-python3.7-tensorflow1.15.0-new

模型标签
关系抽取

模型简介

自我关注网络(SAN)是最近创建的一种新的神经网络,其利用注意力机制作为基本构建块。自我关注网络已被证明对序列建模任务有效,同时没有复现。在这项工作中,我们探讨了SAN对情感分析的有效性,并且探讨了各种对SAN修改的效果,如多头注意以及两种将序列位置信息合并到SAN中的方法。 论文题目:《Self-Attention: A Better Building Block for Sentiment Analysis Neural Network Classifiers》 论文地址:https://arxiv.org/pdf/1812.07860v1.pdf



1. 使用方法

1.1. 模型训练

进入终端,在root/SSAN-self-attention-sentiment-analysis-classification-master(默认)路径下,运行以下命令:

python san.py -emb embeddings/google.txt

# san.py文件中包含训练、评估与测试步骤。如需分开复现,可自行修改文件中的代码。
参数 说明
emb EMB 嵌入文件

2. 模型来源

https://github.com/Artaches/SSAN-self-attention-sentiment-analysis-classification