RNNLM——A Toolkit For Language Modeling rnnlm基本功能命令详细介绍

本文介绍了RNNLM(Recurrent Neural Network Language Modeling Toolkit)的使用,包括编译、训练模型、参数含义解析以及与其他工具如srilm的结合使用。通过例子展示了如何使用rnnlm进行语言模型的训练,并解释了各项命令的作用,如训练文件、验证文件、隐藏层神经元数量等。最后,讨论了模型的插值和测试过程。
摘要由CSDN通过智能技术生成
参考文献:RNNLM - Recurrent Neural Network Language Modeling Toolkit(点此打开
参考文献:STATISTICAL LANGUAGE MODELS BASED ON NEURAL NETWORKS(点此打开

      由Mikolov用rnn对语言进行建模所获得的效果已经超过传统的N-GRAM了,具体的实验结果在他的系列论文中都有解释,不过现在可以看看 他的PHD论文(点此打开),里面有各种对比实验。随即之后,他将rnnlm toolkit开源,可供其他人作为一个baseline,点此进入rnnlm toolkit的下载地址
     这一篇文章是简要介绍rnnlm tookit的使用的,下面的内容我会把下载好的开源包里面的example.sh的shell脚本命令分开执行,并且详细说明每条命令所带参数的含义,更高级的用处在下载地址那个网页里面有专门的例子。由于可供选择的命令参数确实很多,不会全部都写,更详细的可以看一看相关文档,以及源代码。本文旨在把rnnlm最基本的功能介绍清楚,好了,下面是正文,初次写博客不久,如果有哪里错误的地方,还请大家多多指正哈。

1.编译
我的软件包版本是0.4b的,首先在在终端中进入到rnnlm-0.4b的目录(我的版本是0.4b的),然后编译,执行下面的命令:
make
有可能会出现如下错误:
make: x86_64-linux-g++-4.6: Command not found
make: *** [rnnlmlib.o] Error 127
这个时候可以将makefile文件的内容改一下:
CC = x86_64-linux-g++-4.6 
更改为==>
CC = g++
重新执行即可,这里的错误处理参考了(http://blog.csdn.net/wangxinginnlp/article/details/17754173 )

2.用rnnlm训练模型

评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值