【文件属性】：
文件名称：stat-nlp:一些 NLP 的东西
文件大小：3.03MB
文件格式：ZIP
更新时间：2021-07-08 14:24:52
Python
stat-nlp
这是统计自然语言处理家庭作业的存储库。
跑步
首先，确保目录bionlp2011genia-train-clean与assignment2.py位于同一目录中。 对于简短的演示，请运行以下命令
python assignment2.py
工作流程
master 分支中的任何东西都是可部署的
要处理新事物，请从 master 创建一个描述性命名的分支（即：new-oauth2-scopes）
在本地提交到该分支并定期将您的工作推送到服务器上的同名分支
当您需要反馈或帮助，或者您认为分支已准备好合并时，请打开拉取请求
在其他人审查并签署该功能后，您可以将其合并到 master
一旦合并并推送到“master”，您就可以并且应该立即部署
资料来源：
您可以像这样遵循此工作流程：
git branch feature-or-fix-description
git
【文件预览】：
stat-nlp-master
----.gitignore(747B)
----trig2arg_deps.data(1KB)
----mod_list_total.data(151KB)
----perceptron_triggerdd.data(449KB)
----perceptron_argument.data(70KB)
----Generate_plots.py(1KB)
----Fill_in_test_data.py(2KB)
----stem_list.data(2KB)
----training_validation_files(27KB)
----grammar_tags_list.data(368B)
----feature_vector.py(11KB)
----perceptron_triggercc.data(449KB)
----.DS_Store(6KB)
----Joint_perceptron.data(527KB)
----perceptron_argument_predictionsbb.data(0B)
----Xy_valid_trig_nb.data(8.02MB)
----grammar_tags_frequency.png(55KB)
----utils.py(13KB)
----README.md(2KB)
----stem_list_trigger.data(2KB)
----dep_list_total.data(3KB)
----perceptron_trigger_predictions.data(274KB)
----feature_weights_after_training.png(116KB)
----assignment2.py(11KB)
----Joint_perceptron_predictions_e.data(274KB)
----stem_mod_trigger.data(20KB)
----perceptron_triggeraa.data(449KB)
----perceptron_training_error.png(25KB)
----plots()
--------feature_importance_single_letters_trigger.png(181KB)
--------trigger_weights1.png(95KB)
--------unconstrained_joint_perceptron_100_20.png(40KB)
----Xy_train_trig_nb.data(24.75MB)
----perceptron_argument_predictions.data(1.74MB)
----perceptron_trigger.data(449KB)
----typical trigger stems.txt(9KB)
----Joint_perceptron_predictions_a.data(2.4MB)
----joint_perceptron.py(17KB)
----naivebayes2.py(3KB)
----perceptron_sketch.py(11KB)
----stem_list_arguments.data(4KB)
----trigger_list.data(200B)