facebookresearch/fairseq

Add tokens to extend embeddings during fine-tuning

Open

#2 632 ouverte le 18 sept. 2020

Voir sur GitHub
 (13 commentaires) (0 réactions) (0 assignés)Python (6 224 forks)batch import
enhancementhelp wantedneeds triage

Métriques du dépôt

Stars
 (29 107 stars)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

🚀 Feature Request

Like add_tokens() in huggingface/transformers (link), this will allow fine-tuning add new embeddings of tokens, which will not be sperated.

Motivation

Some NLG tasks may have non-terminals, which are expected not to be separated by subwords.

Guide contributeur

Direction de recherche
Étudiez l'implémentation de 'add tokens' dans la bibliothèque transformers de Hugging Face, puis identifiez où la tokenisation et l'incorporation sont gérées dans fairseq (par exemple, dans Dictionary et TransformerModel). Proposez une méthode pour ajouter de nouveaux jetons et étendre la matrice d'intégration en conséquence.
Stack technique
pythonpytorch
Domaine
machine learning
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Une demi journée
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonPyTorchTokenizers
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
40