ziuno的博客

AllenNLP—json&命令行&自定义模型—对应关系dirpackage_name_fatherpackage_name_child__init__.pymodel.pyjsonjson{ "type": "model-name"}model.pyfrom allennlp import AllenNLPClass@AllenNLPClass.regester("model-name")class ModelClass(AllenNLPCl

TokenEmbedder—自定义Embedderclass GloVeEmbedding(TokenEmbedder):function与Embedding用法相同，代码是完全照着Embedding写的word vector将word分成单个char，char vector=sum(vector)/counter(char)：词向量和/字符出现次数原Embedding实现中，权重是随机的，对于GloVe中有的词，才替换成GloVe中的词向量，对于没有的词，还是原来的随机的GloVeEmbed