- essay
- A1, A2, B1の3段階
- データのパス
/home/lr/kawamoto/m1/GradeSystem/essay/
- textbook
- A1, A2, B1, B2, C(C1とC2)の5段階
- データのパス
/home/lr/kawamoto/m1/GradeSystem/textbook/
- wi+locness
- A1, A2, B1, B2, C(C1とC2)の5段階
- データのパス
/home/lr/kawamoto/m1/GradeSystem/essay/wi+locness/
python run.py -mode prepro -data essay
python run.py -mode train -data essay -clf lr -model ../models/essay/test.pkl
or
python run.py -mode train -data essay -clf bert -epoch 1 -gpus 1 -model ../models/essay/debert
python run.py -mode test -data essay -clf lr -model ../models/essay/test.pkl
-data {essay, textbook}
どのデータを使用するか指定-gec {stat, nn, correct}
データがEssayのとき、GECのどの結果を使用するかを指定stat
は統計的GEC,nn
はNN GEC,correct
は正解文 指定しない場合GECの結果は使用しない-clf {lr nn}
分類器に利用するモデルを指定lr
はロジスティック回帰、nn
はMLP-gpus n
nは使用したいGPUの番号を入れる-epoch 3000
clfにnnを選択した場合の学習するepochの回数を指定-model MODEL_PATH
train時に保存、test時に使用するモデルのパスを指定