哈希嵌入:哈希嵌入的PyTorch实施(NIPS 2017)。 提交NIPS实施挑战 源码

散列嵌入 PyTorch实现了版本的(NIPS 2017)。 提交NIPS实施挑战赛( )。 此目录有两个用途: 在PyTorch中实现改进的哈希嵌入层。 可以在./hashembed文件夹中找到。 它适用于Python 2和3。 在PyTorch中实现一条简单的流水线,以评估新的NLP分类算法/新的嵌入类型。 可以在./evaluate文件夹中找到。 这仅在python 3上进行了测试。 散列嵌入是散列技巧的一般化,目的是在相同数量的参数下获得更大的词汇量,换句话说,它可以用于使用较少参数来近似散列技巧。 哈希技巧(在NLP上下文中)是一种流行的技术,您使用哈希表而不是字典来嵌入单词