# Bart Cross Encoder

**Repository Path**: runtucha/bart-cross-encoder

## Basic Information

- **Project Name**: Bart Cross Encoder
- **Description**: 使用两个Bart的encoder端做交叉注意力
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2024-02-26
- **Last Updated**: 2024-02-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Bart Cross Encoder

#### 介绍
（1）使用https://huggingface.co/fnlp/bart-base-chinese 的中文Bart模型作为预训练模型，需放到根目录下的pretrained_models中<br />
（2）使用cnews的10个类别的部分训练数据<br />
（3）其中一个BART学习'体育', '财经', '房产', '家居', '教育'前5个分类，另一个BART学习'科技', '时尚', '时政', '游戏', '娱乐'后5个分类（train_bart.py中展示）。<br />
（4）使用两个BART的encoder端做交叉注意力，使用一个BART强化另一个BART，使得另一个BART模型学会另外5个分类的知识（train_attn_bart.py中展示）。<br />
（5）main.py主要用来进行测试。<br />
（6）参考了https://github.com/lucidrains/CALM-pytorch 的代码构建了编码端的交叉注意力。<br />

训练50个epoch，学习率设定为3e-5，batch_size设定为16，在验证集上的交叉注意力模型的accuracy，f1，precision，recall如下图所示<br />
![交叉注意力模型的accuracy，f1，precision，recall](imageimage.png)