提交 49ea76e9 编写于 作者: T tianxin04

release ERNIE_stable-1.0.1.tar.gz

上级 2ed85a39
## ERNIE: **E**nhanced **R**epresentation through k**N**owledge **I**nt**E**gration ## ERNIE: **E**nhanced **R**epresentation through k**N**owledge **I**nt**E**gration
**** **2019-04-10 更新**: update ERNIE_stable-1.0.1.tar.gz, 将模型参数、配置 ernie_config.json、vocab.txt 打包发布 ****
**** **2019-03-18 更新**: update ERNIE_stable.tgz **** **** **2019-03-18 更新**: update ERNIE_stable.tgz ****
**ERNIE** 通过建模海量数据中的词、实体及实体关系,学习真实世界的语义知识。相较于 **BERT** 学习原始语言信号,**ERNIE** 直接对先验语义知识单元进行建模,增强了模型语义表示能力。 **ERNIE** 通过建模海量数据中的词、实体及实体关系,学习真实世界的语义知识。相较于 **BERT** 学习原始语言信号,**ERNIE** 直接对先验语义知识单元进行建模,增强了模型语义表示能力。
...@@ -23,7 +25,7 @@ ...@@ -23,7 +25,7 @@
<br></th> <br></th>
<th colspan="2"><strong>XNLI</strong></th> <th colspan="2"><strong>XNLI</strong></th>
<th colspan="2"><strong>LCQMC</strong></th> <th colspan="2"><strong>LCQMC</strong></th>
<th colspan="2"><strong>MSRA-NER</strong></th> <th colspan="2"><strong>MSRA-NER(SIGHAN 2006)</strong></th>
<th colspan="2"><strong>ChnSentiCorp</strong></th> <th colspan="2"><strong>ChnSentiCorp</strong></th>
<th colspan="4"><strong>nlpcc-dbqa</strong></th></tr> <th colspan="4"><strong>nlpcc-dbqa</strong></th></tr>
<tr> <tr>
...@@ -141,10 +143,10 @@ XNLI 由 Facebook 和纽约大学的研究者联合构建,旨在评测模型 ...@@ -141,10 +143,10 @@ XNLI 由 Facebook 和纽约大学的研究者联合构建,旨在评测模型
LCQMC 是哈尔滨工业大学在自然语言处理国际顶会 COLING2018 构建的问答匹配数据集,其目标是判断两个问题的语义是否相同。[链接: http://aclweb.org/anthology/C18-1166] LCQMC 是哈尔滨工业大学在自然语言处理国际顶会 COLING2018 构建的问答匹配数据集,其目标是判断两个问题的语义是否相同。[链接: http://aclweb.org/anthology/C18-1166]
``` ```
- **命名实体识别任务** MSRA-NER - **命名实体识别任务** MSRA-NER(SIGHAN 2006)
```text ```text
MSRA-NER 数据集由微软亚研院发布,其目标是命名实体识别,是指识别文本中具有特定意义的实体,主要包括人名、地名、机构名等。 MSRA-NER(SIGHAN 2006) 数据集由微软亚研院发布,其目标是命名实体识别,是指识别文本中具有特定意义的实体,主要包括人名、地名、机构名等。
``` ```
- **情感分析任务** ChnSentiCorp - **情感分析任务** ChnSentiCorp
...@@ -161,7 +163,12 @@ nlpcc-dbqa是由国际自然语言处理和中文计算会议NLPCC于2016年举 ...@@ -161,7 +163,12 @@ nlpcc-dbqa是由国际自然语言处理和中文计算会议NLPCC于2016年举
### 模型&数据 ### 模型&数据
1) [预训练模型下载](https://ernie.bj.bcebos.com/ERNIE_stable.tgz) 1) 预训练模型下载
| Model | Description |
| :------| :------ |
| [模型](https://ernie.bj.bcebos.com/ERNIE_stable.tgz) | 包含预训练模型参数 |
| [模型(含配置文件及词典)](https://baidu-nlp.bj.bcebos.com/ERNIE_stable-1.0.1.tar.gz)) | 包含预训练模型参数、词典 vocab.txt、模型配置 ernie_config.json|
2) [任务数据下载](https://ernie.bj.bcebos.com/task_data.tgz) 2) [任务数据下载](https://ernie.bj.bcebos.com/task_data.tgz)
...@@ -247,7 +254,7 @@ text_a text_b label ...@@ -247,7 +254,7 @@ text_a text_b label
1) **实体识别** 1) **实体识别**
`MSRA-NER` 作为示例,数据格式为包含2个字段的tsv文件,2个字段分别为: `text_a label`, 示例数据如下: `MSRA-NER(SIGHAN 2006)` 作为示例,数据格式为包含2个字段的tsv文件,2个字段分别为: `text_a label`, 示例数据如下:
``` ```
label text_a label text_a
在 这 里 恕 弟 不 恭 之 罪 , 敢 在 尊 前 一 诤 : 前 人 论 书 , 每 曰 “ 字 字 有 来 历 , 笔 笔 有 出 处 ” , 细 读 公 字 , 何 尝 跳 出 前 人 藩 篱 , 自 隶 变 而 后 , 直 至 明 季 , 兄 有 何 新 出 ? O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O 在 这 里 恕 弟 不 恭 之 罪 , 敢 在 尊 前 一 诤 : 前 人 论 书 , 每 曰 “ 字 字 有 来 历 , 笔 笔 有 出 处 ” , 细 读 公 字 , 何 尝 跳 出 前 人 藩 篱 , 自 隶 变 而 后 , 直 至 明 季 , 兄 有 何 新 出 ? O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册