依赖环境

conda create -n nlp_course python=3.8
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit==11.3 -c pytorch
conda install transformers==4.25.1 -c huggingface
conda activate nlp_course

在终端中运行上述命令即可。

测试脚本运行方式

python3 SLUBert/bert_predict.py --device=cuda

这个脚本会读取data/test_unlabelled.json，将结果输出到data/test.json中。

文件说明

• SLUBase：基线模型目录。
  • slu_baseline.py：训练脚本。
• SLUBaseHistory：基线模型的变种，参见论文3.2节。
  • slu_baseline_history.py：训练脚本。
• SLUBert：我们的利用了Bert的模型。
  • bert_test.py：SLUBert模型的训练脚本。
  • bert_multi_turn_test.py：SLUBert-MultiTurn的训练脚本。
  • bert_predict.py：填写测试集的脚本。
• visual：可视化相关代码。
• bert-GRU-final.bin：我们得到的效果最好的模型。