zhusleep / Dureader-Bert

2019 Dureader 机器阅读理解 单模型代码 排名第七

Dureader-Bert

2019 Dureader机器阅读理解 单模型代码

• 竞赛最终结果第七名, ROUGE-L:53.62, BLEU-4:54.97
• 代码上传前已经跑通，所以如果碰到报错之类的信息，请不要慌，可能是代码路径不对、缺少安装包等问题，一步步解决，可以提issue。
• 若有提升模型效果的想法，十分欢迎前来交流（邮箱：[e-mail]）

环境(不支持cpu)

• python3
• torch 1.0
• 依赖包 pytorch-pretrained-bert、tqdm、pickle、torchtext

---

运行流程

一、数据准备：

• 将trainset、devset等数据放在data文件里 (data下的trainset、devset有部份数据，可以换成全部数据。)
• 到handle_data目录下运行 sh run.sh --para_extraction, 便会将处理后的数据放在extracted下的对应文件夹里

二、制作dataset：

• 到dataset目录下运行两次 python3 run_squad.py，分别生成train.data与dev.data,第一次运行结束后要修改run_squad.py的参数，具体做法run_squad.py末尾有具体说明

三、训练：

• 到root下运行 python3 train.py，边训练边验证

四、测试:

• 到predict目录下运行 python3 util.py (测试集太多，也可以在该文件里将路径改为验证集，默认为验证集路径)
• 运行 python3 predicting.py
• 到metric目录下， 运行 python3 mrc_eval.py predicts.json ref.json v1 即可

---

排行榜：