PetrochukM/PyTorch-NLP

Add BPE Text Encoder

Open

#7 opened on 2018年3月25日

GitHub で見る
 (3 comments) (0 reactions) (0 assignees)Python (2,205 stars) (262 forks)batch import
enhancementgood first issuehelp wanted

説明

Tokenizer Reference: https://github.com/eladhoffer/seq2seq.pytorch/blob/master/seq2seq/tools/tokenizer.py

コントリビューターガイド

技術スタック
pythonpytorch
領域
machine learning
Issue 種別
feature
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-3 hours
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
stale
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
needs investigation
前提条件
PythonPyTorchBPE concept
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
30
調査方針
Study the linked tokenizer reference at seq2seq.pytorch to understand the BPE implementation pattern. Explore the PyTorch NLP repository for existing encoder base classes and integration points. Determine if the encoder should be a standalone module or part of the tokenizer subpackage. Open a discussion to clarify the expected API and scope.