search

nlpyang / PreSumm

code for EMNLP 2019 paper Text Summarization with Pretrained Encoders
MIT License
1.29k stars 465 forks source link

bert-base-uncased #246

Open wyk816 opened 1 year ago

wyk816 commented 1 year ago

博主您好，本地bert-base-uncased预训练模型应该放在哪个路径下？需要修改什么吗？期待您的回复。

CSgaoan commented 1 year ago

博主您好，本地bert-base-uncased预训练模型应该放在哪个路径下？需要修改什么吗？期待您的回复。

拙见如下：你将下载的模型放在temp_dir路径下，然后在train_abstractive.py和train_extractive.py的223行253行330行的（可能有几行偏差，将路径都改为绝对路径temp_dir） 再在文件的首部加上from others.tokenization import BertTokenizer 图片如下： image 你还需要在model_builder.py文件做如何修改 image

就是路径问题，多改就好

CSgaoan commented 1 year ago

博主您好，本地bert-base-uncased预训练模型应该放在哪个路径下？需要修改什么吗？期待您的回复。

拙见如下：你将下载的模型放在temp_dir路径下，然后在train_abstractive.py和train_extractive.py的223行253行330行的（可能有几行偏差，将路径都改为绝对路径temp_dir） 再在文件的首部加上from others.tokenization import BertTokenizer 图片如下： image 你还需要在model_builder.py文件做如何修改 image

就是路径问题，多改就好