facebookresearch/fairseq

Add tokens to extend embeddings during fine-tuning

Open

#2,632 建立於 2020年9月18日

在 GitHub 查看
 (13 留言) (0 反應) (0 負責人)Python (6,224 fork)batch import
enhancementhelp wantedneeds triage

倉庫指標

Star
 (29,107 star)
PR 合併指標
 (30 天內沒有已合併 PR)

描述

🚀 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.

貢獻者指南

研究方向
研究 Hugging Face 的 'add tokens' 實現，然後確定 fairseq 中處理分詞和嵌入的位置（例如 Dictionary 和 TransformerModel）。提出添加新令牌並相應擴展嵌入矩陣的方法。
技術棧
pythonpytorch
領域
machine learning
議題類型
功能
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
3
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
半天
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
活躍
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
清晰
前置要求
PythonPyTorchTokenizers
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
40