ChenXin
GitHub
6 years ago
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
1 changed files with 8 additions and 8 deletions
Unified View
Diff Options
+ 8
- 8
docs/source/tutorials/tutorial_3_embedding.rst
View File
| @@ -29,7 +29,7 @@ fastNLP的embedding包括了预训练embedding和随机初始化embedding。 | |||||
| Part II: 使用随机初始化的embedding | Part II: 使用随机初始化的embedding | ||||
| --------------------------------------- | --------------------------------------- | ||||
| 使用随机初始化的embedding参见 :class:`~fastNLP.modules.encoder.embedding.Embedding` 。 | |||||
| 使用随机初始化的embedding参见 :class:`~fastNLP.embeddings.embedding.Embedding` 。 | |||||
| 可以传入词表大小和embedding维度： | 可以传入词表大小和embedding维度： | ||||
| @@ -53,8 +53,8 @@ Part III: 使用预训练的静态embedding | |||||
| 在使用预训练的embedding之前，需要根据数据集的内容构建一个词表 :class:`~fastNLP.core.vocabulary.Vocabulary` ，在 | 在使用预训练的embedding之前，需要根据数据集的内容构建一个词表 :class:`~fastNLP.core.vocabulary.Vocabulary` ，在 | ||||
| 预训练embedding类初始化的时候需要将这个词表作为参数传入。 | 预训练embedding类初始化的时候需要将这个词表作为参数传入。 | ||||
| 在fastNLP中，我们提供了 :class:`~fastNLP.modules.encoder.embedding.StaticEmbedding` 这一个类。 | |||||
| 通过 :class:`~fastNLP.modules.encoder.embedding.StaticEmbedding` 可以加载预训练好的静态 | |||||
| 在fastNLP中，我们提供了 :class:`~fastNLP.embeddings.StaticEmbedding` 这一个类。 | |||||
| 通过 :class:`~fastNLP.embeddings.StaticEmbedding` 可以加载预训练好的静态 | |||||
| Embedding，例子如下： | Embedding，例子如下： | ||||
| .. code-block:: python | .. code-block:: python | ||||
| @@ -99,8 +99,8 @@ vocab为根据数据集构建的词表，model_dir_or_name可以是一个路径 | |||||
| Part IV: 使用预训练的Contextual Embedding(ELMo & BERT) | Part IV: 使用预训练的Contextual Embedding(ELMo & BERT) | ||||
| ----------------------------------------------------------- | ----------------------------------------------------------- | ||||
| 在fastNLP中，我们提供了ELMo和BERT的embedding： :class:`~fastNLP.modules.encoder.embedding.ElmoEmbedding` | |||||
| 和 :class:`~fastNLP.modules.encoder.embedding.BertEmbedding` 。 | |||||
| 在fastNLP中，我们提供了ELMo和BERT的embedding： :class:`~fastNLP.embeddings.ElmoEmbedding` | |||||
| 和 :class:`~fastNLP.embeddings.BertEmbedding` 。 | |||||
| 与静态embedding类似，ELMo的使用方法如下： | 与静态embedding类似，ELMo的使用方法如下： | ||||
| @@ -166,8 +166,8 @@ BERT-embedding的使用方法如下： | |||||
| Part V: 使用character-level的embedding | Part V: 使用character-level的embedding | ||||
| ----------------------------------------------------- | ----------------------------------------------------- | ||||
| 除了预训练的embedding以外，fastNLP还提供了CharEmbedding： :class:`~fastNLP.modules.encoder.embedding.CNNCharEmbedding` 和 | |||||
| :class:`~fastNLP.modules.encoder.embedding.LSTMCharEmbedding` 。 | |||||
| 除了预训练的embedding以外，fastNLP还提供了CharEmbedding： :class:`~fastNLP.embeddings.CNNCharEmbedding` 和 | |||||
| :class:`~fastNLP.embeddings.LSTMCharEmbedding` 。 | |||||
| CNNCharEmbedding的使用例子如下： | CNNCharEmbedding的使用例子如下： | ||||
| @@ -191,7 +191,7 @@ CNNCharEmbedding的使用例子如下： | |||||
| Part VI: 叠加使用多个embedding | Part VI: 叠加使用多个embedding | ||||
| ----------------------------------------------------- | ----------------------------------------------------- | ||||
| 在fastNLP中，我们使用 :class:`~fastNLP.modules.encoder.embedding.StackEmbedding` 来叠加多个embedding | |||||
| 在fastNLP中，我们使用 :class:`~fastNLP.embeddings.StackEmbedding` 来叠加多个embedding | |||||
| 例子如下： | 例子如下： | ||||