AAAI-21的一篇文章：文章地址代码地址数据集dailydialogMastodon论文主要是提出了一个 CoGAT 模型，用来联合学习 DCR 和 SC。模型的核心部分是提出了一个 协同的图交互层（co-interactive graph interaction layer），用来同时建模 上下文信息 和 交互信息。目录AbstractIntroduction问题定义现有方法不足本文模型Con

最近，在看一个情感分析入门级项目，其中用到了 glove 预训练词嵌入。但是，可能是因为网络原因，直接使用 torchtext 下载 glove 却又没反应。搞得有点头大，辗转好久才解决。采用如下代码构建词典时，本会自动下载 “glove.6B.100d”：TEXT.build_vocab(train_data,max_size = MAX_VOCAB_SIZE,vectors = "glove.

Main concepts该库中的每个 model 对应 3 个类型的 class：Model class：预训练模型（该库中大概有 30+ 个）。比如，BertModelConfiguration class：用于存储建立 model 的所有参数。比如，BertConfig不需要每次都实例化Configuration class；当使用一个没有修改的 model 时，创建模型时会“自动”实例化

前言使用 Typora 记笔记时，插入图片太不方便了。语雀中图片虽然可以直接复制，但是有防盗链机制，导出称 MarkDown就无法显示图片。网上查询后，发现使用PicGo 搭建图床可以解决这一问题PicGo搭建图床的教程网上有很多，这里只是记录以下 配置过程中遇到的错误 和 常见用法！参考教程：Gitee + PicGo也可以使用 SM.MS 作为图床遇见错误错误一报错信息：picgo上传失败：y

Main concepts该库中的每个 model 对应 3 个类型的 class：Model class：预训练模型（该库中大概有 30+ 个）。比如，BertModelConfiguration class：用于存储建立 model 的所有参数。比如，BertConfig不需要每次都实例化Configuration class；当使用一个没有修改的 model 时，创建模型时会“自动”实例化

torch.bmm 函数这里只是记录一下，为了以后个人方便查找。具体参考：pytorch官方文档torch.bmm(input, mat2, *, deterministic=False, out=None) → Tensor功能：对 input 和 mat2 矩阵执行批处理矩阵积。input 和 mat2 必须是三维张量，每个张量包含相同数量的矩阵。输入：input tensor 维度：(b×n

1. 安装 gccRedis 由 C语言编写，所以需要系统中有 gcc 编译器首先，使用 gcc --version 查看是否安装 gcc 编译器若未安装，则通过 yum install gcc 命令安装安装完毕后，再次测试 gcc 是否安装成功2. 安装 Redis在 Redis 官网 下载 Redis 压缩包，这里版本为 redis-6.2.6.tar.gz然后，将 Redis 压缩包 red