PyTorch实现的LSTM-Shuttle

[EMNLP'18（Long）]快速阅读：学习通过航天飞机向后阅读 LSTM-Shuttle的PyTorch实现 | 概述 LSTM-Shuttle是“” 和在自然语言处理的经验方法会议（ EMNLP ）2018中（长期） LSTM-Shuttle不仅向前读取穿梭内容，而且向后走。 向前穿梭可提高效率，向后穿梭可使模型有机会恢复丢失的信息，从而确保更好的预测。 它首先顺序读取固定数量的单词，然后输出隐藏状态。 然后，基于隐藏状态，LSTM-Shuttle计算前进或后退步幅上的Shuttle softmax分布。 要求 该代码在Python3和下实现。 还需要以下库： > = 0.4 用法 我们将用作预训练的词嵌入。 LSTM-香草 model_lstm-vanilla.ipynb LSTM跳跃 model_lstm-jump.ipynb LSTM穿梭机 model_lstm-shu