Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
机器未来
Paddle
提交
a24db02f
P
Paddle
项目概览
机器未来
/
Paddle
与 Fork 源项目一致
Fork自
PaddlePaddle / Paddle
通知
1
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
1
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
Paddle
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
1
Issue
1
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
提交
a24db02f
编写于
11月 28, 2018
作者:
M
minqiyang
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Fix data download of wmt14
test=develop
上级
9d7c3b18
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
5 addition
and
4 deletion
+5
-4
python/paddle/dataset/wmt16.py
python/paddle/dataset/wmt16.py
+5
-4
未找到文件。
python/paddle/dataset/wmt16.py
浏览文件 @
a24db02f
...
...
@@ -71,15 +71,16 @@ def __build_dict(tar_file, dict_size, save_path, lang):
for
w
in
sen
.
split
():
word_dict
[
w
]
+=
1
with
open
(
save_path
,
"w"
)
as
fout
:
fout
.
write
(
"%s
\n
%s
\n
%s
\n
"
%
(
START_MARK
,
END_MARK
,
UNK_MARK
))
with
open
(
save_path
,
"wb"
)
as
fout
:
fout
.
write
(
cpt
.
to_bytes
(
"%s
\n
%s
\n
%s
\n
"
%
(
START_MARK
,
END_MARK
,
UNK_MARK
)))
for
idx
,
word
in
enumerate
(
sorted
(
six
.
iteritems
(
word_dict
),
key
=
lambda
x
:
x
[
1
],
reverse
=
True
)):
if
idx
+
3
==
dict_size
:
break
fout
.
write
(
word
[
0
].
encode
(
'utf-8'
))
fout
.
write
(
'
\n
'
)
fout
.
write
(
cpt
.
to_bytes
(
word
[
0
]
))
fout
.
write
(
cpt
.
to_bytes
(
'
\n
'
)
)
def
__load_dict
(
tar_file
,
dict_size
,
lang
,
reverse
=
False
):
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录