rokid / elmo-chinese

Deep contextualized word representations for Chinese

ELMo-chinese

Deep contextualized word representations for Chinese.

本仓库只是输出上下文无关的 word embedding。

依赖

• python3
• tensorflow >= 1.10
• jieba

使用方法

1. 准备数据，参考 data 和 vocab 目录，可用 pre_data/vocab.py 处理出词典（每个 data 文件不能太大，否则内存不够）
2. 训练模型 train_elmo.py
3. 输出模型 dump_weights.py
4. 把 options.json 里的 261 改成 262
5. 输出 word embedding 到 hdf5 文件 usage_token.py

实验结果

用可视化工具看合理，textmatch 任务提升 AUC 1-2。

License

MIT