BrainScript LU 序列讀取器

注意：如果您是新使用者，請考慮使用CNTK文字格式讀取器。 在未來的 LUSequenceReader 將會被取代，最終不支援。

LUSequenceReader 類似于 LMSequenceReader。 不過，它用於具有不同輸入和輸出字串的語言理解工作。 設定 LUSequenceReader 的範例如下

reader = [
    readerType = "LUSequenceReader"
    randomize = "none"
    wordContext = 0:1:2
    nbrUttsInEachRecurrentIter = 10
    unk = "<unk>"
    wordMap = "$DataDir$\inputmap.txt"
    file = "$DataDir$\atis.train.IOB"
    labelIn = [
        useWordMap = true
        beginSequence = "BOS"
        endSequence = "EOS"
        token = "$DataDir$\input.txt"
    ]
    labels = [
        beginSequence = "O"
        endSequence = "O"
        token = "$DataDir$\output.txt"
    ]
]

LUSequenceReader 具有下列參數：

• wordContext：這會指定內容視窗。 例如， wordContext=0:1:2 指定 3 的內容視窗。 在此內容視窗中，它會讀取目前時間、下一次和下一次之後的輸入。 另一個範例是 wordContext=0:-1 。 在這種情況下，LUSequencReader 會讀取包含目前輸入和立即最後一個輸入的內容視窗 2。

• randomize：它是 None 或 Auto 。 這會指定是否執行整個主體的句子隨機化模式。

• nbrUttsInEachRecurrentIter：這會指定迷你批次中句子數目的限制。 讀取器會將長度相同的輸入句子排列到每個迷你批次中，上限為指定的限制。 針對迴圈網路，定型器只會在句子開頭重設隱藏層活動。 如果未達到句子結尾，隱藏層的活動會傳遞給下一個迷你批次。 在迷你批次中使用多個句子可以加速定型程式。

• unk：這會指定要表示未看到輸入符號的符號。 通常，此符號為 「」。

• wordMap：這會指定將輸入對應至其他輸入的檔案。 如果使用者想要將某些輸入對應至未知的符號，這會很有用。 文字對應檔案的範例如下：

  buy buy

  trans <unk>

• file：檔案包含輸入及其標籤。 最後一個資料行是標籤，而其他資料行則包含輸入。 訓練檔案的範例如下。

  BOS O

  flight O

  from O

  charlotte B-fromloc.city_name

  to O

  las B-toloc.city_name

  vegas I-toloc.city_name

  EOS O

在上述範例中，您也可以注意到兩個名為 labelIn 和 labels 的子區塊。

• labelIn：輸入標籤的 區段。 其中包含下列設定

  • useWordMap - true 或 false ，指定是否使用文字對應將輸入字對應至其他輸入字。
  • beginSequence – 句子開頭符號
  • endSequence – 句子結束符號
  • token – Token 檔案包含輸入字的清單。 其訂單並不重要。

• labels：輸出標籤的 區段。

  • token – 權杖檔案包含輸出標籤的清單。 只要權杖是唯一的，其順序就不重要。