-
Notifications
You must be signed in to change notification settings - Fork 47
/
config.py
178 lines (163 loc) · 9.75 KB
/
config.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
import argparse
import multiprocessing
import torch
"""
Configuration file
"""
def model_config(parser):
parser.add_argument('--vocab_size', type=int, default=0)
parser.add_argument('--covec_on', action='store_false')
parser.add_argument('--embedding_dim', type=int, default=300)
parser.add_argument('--fasttext_on', action='store_true')
# pos
parser.add_argument('--no_pos', dest='pos_on', action='store_false')
parser.add_argument('--pos_vocab_size', type=int, default=54)
parser.add_argument('--pos_dim', type=int, default=12)
parser.add_argument('--no_ner', dest='ner_on', action='store_false', help='NER_BIO')
parser.add_argument('--ner_vocab_size', type=int, default=41)
parser.add_argument('--ner_dim', type=int, default=8)
parser.add_argument('--no_feat', dest='feat_on', action='store_false')
parser.add_argument('--num_features', type=int, default=4)
# q->p
parser.add_argument('--prealign_on', action='store_false')
parser.add_argument('--prealign_head', type=int, default=1)
parser.add_argument('--prealign_att_dropout', type=float, default=0)
parser.add_argument('--prealign_norm_on', action='store_true')
parser.add_argument('--prealign_proj_on', action='store_true')
parser.add_argument('--prealign_bidi', action='store_true')
parser.add_argument('--prealign_hidden_size', type=int, default=128)
parser.add_argument('--prealign_share', action='store_false')
parser.add_argument('--prealign_residual_on', action='store_true')
parser.add_argument('--prealign_scale_on', action='store_false')
parser.add_argument('--prealign_sim_func', type=str, default='dotproductproject')
parser.add_argument('--prealign_activation', type=str, default='relu')
parser.add_argument('--pwnn_on', action='store_false')
parser.add_argument('--pwnn_hidden_size', type=int, default=256, help='support short con')
##contextual encoding
parser.add_argument('--contextual_hidden_size', type=int, default=128)
parser.add_argument('--contextual_cell_type', type=str, default='lstm')
parser.add_argument('--contextual_weight_norm_on', action='store_true')
parser.add_argument('--contextual_maxout_on', action='store_true')
parser.add_argument('--contextual_residual_on', action='store_true')
parser.add_argument('--contextual_encoder_share', action='store_true')
parser.add_argument('--contextual_num_layers', type=int, default=2)
## mem setting
parser.add_argument('--msum_hidden_size', type=int, default=128)
parser.add_argument('--msum_cell_type', type=str, default='lstm')
parser.add_argument('--msum_weight_norm_on', action='store_true')
parser.add_argument('--msum_maxout_on', action='store_true')
parser.add_argument('--msum_residual_on', action='store_true')
parser.add_argument('--msum_lexicon_input_on', action='store_true')
parser.add_argument('--msum_num_layers', type=int, default=1)
# attention
parser.add_argument('--deep_att_lexicon_input_on', action='store_false')
parser.add_argument('--deep_att_hidden_size', type=int, default=128)
parser.add_argument('--deep_att_sim_func', type=str, default='dotproductproject')
parser.add_argument('--deep_att_activation', type=str, default='relu')
parser.add_argument('--deep_att_norm_on', action='store_false')
parser.add_argument('--deep_att_proj_on', action='store_true')
parser.add_argument('--deep_att_residual_on', action='store_true')
parser.add_argument('--deep_att_share', action='store_false')
parser.add_argument('--deep_att_opt', type=int, default=0)
# self attn
parser.add_argument('--self_attention_on', action='store_false')
parser.add_argument('--self_att_hidden_size', type=int, default=128)
parser.add_argument('--self_att_sim_func', type=str, default='dotproductproject')
parser.add_argument('--self_att_activation', type=str, default='relu')
parser.add_argument('--self_att_norm_on', action='store_true')
parser.add_argument('--self_att_proj_on', action='store_true')
parser.add_argument('--self_att_residual_on', action='store_true')
parser.add_argument('--self_att_dropout', type=float, default=0.1)
parser.add_argument('--self_att_drop_diagonal', action='store_false')
parser.add_argument('--self_att_share', action='store_false')
# query summary
parser.add_argument('--query_sum_att_type', type=str, default='linear',
help='linear/mlp')
parser.add_argument('--query_sum_norm_on', action='store_true')
parser.add_argument('--max_len', type=int, default=5)
parser.add_argument('--decoder_num_turn', type=int, default=5)
parser.add_argument('--decoder_mem_type', type=int, default=1)
parser.add_argument('--decoder_mem_drop_p', type=float, default=0.1)
parser.add_argument('--decoder_opt', type=int, default=0)
parser.add_argument('--decoder_att_hidden_size', type=int, default=128)
parser.add_argument('--decoder_att_type', type=str, default='bilinear',
help='bilinear/simple/defualt')
parser.add_argument('--decoder_rnn_type', type=str, default='gru',
help='rnn/gru/lstm')
parser.add_argument('--decoder_sum_att_type', type=str, default='bilinear',
help='bilinear/simple/defualt')
parser.add_argument('--decoder_weight_norm_on', action='store_true')
parser.add_argument('--classifier_merge_opt', type=int, default=0)
parser.add_argument('--classifier_dropout_p', type=float, default=0.4)
parser.add_argument('--classifier_weight_norm_on', action='store_false')
parser.add_argument('--classifier_gamma', type=float, default=1)
parser.add_argument('--classifier_threshold', type=float, default=0.5)
parser.add_argument('--label_size', type=int, default=1)
### ELMo setting
parser.add_argument('--elmo_on', action='store_true')
parser.add_argument('--elmo_config_path', default='data/elmo_2x4096_512_2048cnn_2xhighway_5.5B_options.json')
parser.add_argument('--elmo_weight_path', default='data/elmo_2x4096_512_2048cnn_2xhighway_5.5B_weights.hdf5')
parser.add_argument('--elmo_size', type=int, default=1024)
parser.add_argument('--elmo_lexicon_on', action='store_true')
parser.add_argument('--elmo_att_on', action='store_false')
parser.add_argument('--elmo_self_att_on', action='store_true')
parser.add_argument('--elmo_l2', type=float, default=0.001)
parser.add_argument('--elmo_dropout', type=float, default=0.5)
return parser
def data_config(parser):
parser.add_argument('--v2_on', action='store_true')
parser.add_argument('--log_file', default='san.log', help='path for log file.')
parser.add_argument('--data_dir', default='data/')
parser.add_argument('--meta', default='meta')
parser.add_argument('--train_data', default='train_data',
help='path to preprocessed training data file.')
parser.add_argument('--dev_data', default='dev_data',
help='path to preprocessed validation data file.')
parser.add_argument('--dev_gold', default='dev',
help='path to preprocessed validation data file.')
parser.add_argument('--test_data', default='test_data',
help='path to preprocessed test data file.')
parser.add_argument('--test_gold', default='test',
help='path to preprocessed validation data file.')
parser.add_argument('--covec_path', default='data/MT-LSTM.pt')
parser.add_argument('--glove', default='data/glove.840B.300d.txt',
help='path to word vector file.')
parser.add_argument('--sort_all', action='store_true',
help='sort the vocabulary by frequencies of all words.'
'Otherwise consider question words first.')
parser.add_argument('--threads', type=int, default=multiprocessing.cpu_count(),
help='number of threads for preprocessing.')
return parser
def train_config(parser):
parser.add_argument('--cuda', type=bool, default=torch.cuda.is_available(),
help='Use GPU acceleration.')
parser.add_argument('--log_per_updates', type=int, default=100)
parser.add_argument('--epoches', type=int, default=50)
parser.add_argument('--batch_size', type=int, default=32)
parser.add_argument('--optimizer', default='adamax')
parser.add_argument('--grad_clipping', type=float, default=5)
parser.add_argument('--weight_decay', type=float, default=0)
parser.add_argument('--learning_rate', type=float, default=0.002)
parser.add_argument('--momentum', type=float, default=0)
parser.add_argument('--vb_dropout', action='store_false')
parser.add_argument('--dropout_p', type=float, default=0.3)
parser.add_argument('--dropout_emb', type=float, default=0.4)
parser.add_argument('--dropout_cov', type=float, default=0.4)
parser.add_argument('--dropout_w', type=float, default=0.05)
# scheduler
parser.add_argument('--no_lr_scheduler', dest='have_lr_scheduler', action='store_false')
parser.add_argument('--multi_step_lr', type=str, default='10,20,30')
parser.add_argument('--lr_gamma', type=float, default=0.5)
parser.add_argument('--scheduler_type', type=str, default='ms', help='ms/rop/exp')
parser.add_argument('--fix_embeddings', action='store_true', help='if true, `tune_partial` will be ignored.')
parser.add_argument('--tune_partial', type=int, default=1000, help='finetune top-x embeddings (including <PAD>, <UNK>).')
parser.add_argument('--model_dir', default='checkpoint')
parser.add_argument('--seed', type=int, default=2018)
return parser
def set_args():
parser = argparse.ArgumentParser()
parser = data_config(parser)
parser = model_config(parser)
parser = train_config(parser)
args = parser.parse_args()
return args