xl2248 / vhm Goto Github PK

尊敬的作者您好，
非常感谢您分享您的代码，您的研究工作对我的科研工作有很大的帮助。
关于您的训练数据我有一些问题，看到代码中 run_config/train-enzh-self.json 文件有 /path/to/CLS_src/train_zh.text.wordseg.norm.bpe 和 /path/to/CLS_tgt/train_en.sum.norm.tok.lowercase.bpe 这样的文件。我的理解是这里给出的应该是分词后的中英文文件。
想问一下您，具体分词的细节是怎么实现的，使用了什么分词器（是Google的sentencepiece吗）。能否给出更详细的数据处理流程呢？
非常感谢您在百忙之中解答我的问题！
再次感谢您的分享。

What is the "PART_I.txt" file used in zh2en preprocessing scripts and where can I download it?

尊敬的作者：
您好！
感谢您的分享和之前的解答，请问论文中涉及的 VHM+mBART 工作的代码或者实现可以分享吗？
目前我正在研究相关工作，如果可以的话非常感谢您！如有困难的话能否提供一下可以参考的论文或者其他工作？
期待您的回复，再次感谢！