Imikolov

class paddle.text. Imikolov ( data_file=None, data_type='NGRAM', window_size=- 1, mode='train', min_word_freq=50, download=True ) [源代码]

该类是对 imikolov 测试数据集的实现。

参数

  • data_file (str) - 保存数据的路径,如果参数 :attr:`download`设置为 True,可设置为 None。默认为 None。

  • data_type (str) - 'NGRAM'或'SEQ'。默认为'NGRAM'。

  • window_size (int) - 'NGRAM'数据滑动窗口的大小。默认为-1。

  • mode (str) - 'train' 'test' mode. Default 'train'。

  • min_word_freq (int) - 构建词典的最小词频。默认为 50。

  • download (bool) - 如果 :attr:`data_file`未设置,是否自动下载数据集。默认为 True。

返回

Dataset,imikolov 数据集实例。

代码示例

>>> import paddle
>>> from paddle.text.datasets import Imikolov

>>> class SimpleNet(paddle.nn.Layer):
...     def __init__(self):
...         super().__init__()
...
...     def forward(self, src, trg):
...         return paddle.sum(src), paddle.sum(trg)


>>> imikolov = Imikolov(mode='train', data_type='SEQ', window_size=2)

>>> for i in range(10):
...     src, trg = imikolov[i]
...     src = paddle.to_tensor(src)
...     trg = paddle.to_tensor(trg)
...
...     model = SimpleNet()
...     src, trg = model(src, trg)
...     print(src.item(), trg.item())
2076 2075
2076 2075
675 674
4 3
464 463
2076 2075
865 864
2076 2075
2076 2075
1793 1792