PetrochukM/PyTorch-NLP

Add BPE Text Encoder

Open

#7 创建于 2018年3月25日

在 GitHub 查看
 (3 评论) (0 反应) (0 负责人)Python (262 fork)batch import
enhancementgood first issuehelp wanted

仓库指标

Star
 (2,205 star)
PR 合并指标
 (30 天内没有已合并 PR)

描述

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

贡献者指南

研究方向
研究参考分词器实现并将其集成到库的现有分词器接口中。
技术栈
pythonpytorch
领域
machine learning
议题类型
功能
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
半天
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
基本清晰
前置要求
PythonPyTorchTokenization basics
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
65