修复了 tutorial_3 的拼写错误

nancy43mc3g8 · Feb 27, 2020 · 24fe256 · 24fe256
1 parent b0e0e16
commit 24fe256
Show file tree

Hide file tree

Showing 3 changed files with 529 additions and 6 deletions.
diff --git a/docs/source/tutorials/tutorial_3_embedding.rst b/docs/source/tutorials/tutorial_3_embedding.rst
@@ -254,14 +254,14 @@ CNNCharEmbedding的使用例子如下：
 
 .. code-block:: python
 
-    from fastNLP.embeddings import LSTMCharEmbeddding
+    from fastNLP.embeddings import LSTMCharEmbedding
     from fastNLP import Vocabulary
 
     vocab = Vocabulary()
     vocab.add_word_lst("this is a demo .".split())
 
     # character的embedding维度大小为50，返回的embedding结果维度大小为64。
-    embed = LSTMCharEmbeddding(vocab, embed_size=64, char_emb_size=50)
+    embed = LSTMCharEmbedding(vocab, embed_size=64, char_emb_size=50)
     words = torch.LongTensor([[vocab.to_index(word) for word in "this is a demo .".split()]])
     print(embed(words).size())
 

diff --git a/docs/source/tutorials/tutorial_5_loss_optimizer.rst b/docs/source/tutorials/tutorial_5_loss_optimizer.rst
@@ -9,8 +9,8 @@
 
 数据读入
     我们可以使用 fastNLP  :mod:`fastNLP.io` 模块中的 :class:`~fastNLP.io.SST2Pipe` 类，轻松地读取以及预处理SST2数据集。:class:`~fastNLP.io.SST2Pipe` 对象的
-    :meth:`~fastNLP.io.SST2Pipe.process_from_file` 方法能够对读入的SST2数据集进行数据的预处理，方法的参数为paths, 指要处理的文件所在目录，如果paths为None，则会自动下载数      据集，函数默认paths值为None。
-    此函数返回一个 :class:`~fastNLP.io.DataBundle`，包含SST2数据集的训练集、测试集、验证集以及source端和target端的字典。其训练、测试、验证数据集含有四个     :mod:`~fastNLP.core.field` ：
+    :meth:`~fastNLP.io.SST2Pipe.process_from_file` 方法能够对读入的SST2数据集进行数据的预处理，方法的参数为paths, 指要处理的文件所在目录，如果paths为None，则会自动下载数据集，函数默认paths值为None。
+    此函数返回一个 :class:`~fastNLP.io.DataBundle`，包含SST2数据集的训练集、测试集、验证集以及source端和target端的字典。其训练、测试、验证数据集含有四个 :mod:`~fastNLP.core.field` ：
 
     * raw_words: 原source句子
     * target: 标签值
@@ -69,8 +69,7 @@
 数据集 :meth:`~fastNLP.DataSet.set_input` 和  :meth:`~fastNLP.DataSet.set_target` 函数
     :class:`~fastNLP.io.SST2Pipe`  类的 :meth:`~fastNLP.io.SST2Pipe.process_from_file` 方法在预处理过程中还将训练、测试、验证
     集的 `words` 、`seq_len` :mod:`~fastNLP.core.field` 设定为input，同时将 `target`  :mod:`~fastNLP.core.field` 设定
-    为target。我们可以通过 :class:`~fastNLP.core.Dataset` 类的 :meth:`~fastNLP.core.Dataset.print_field_meta` 方法查看各个
-     :mod:`~fastNLP.core.field` 的设定情况，代码如下：
+    为target。我们可以通过 :class:`~fastNLP.core.Dataset` 类的 :meth:`~fastNLP.core.Dataset.print_field_meta` 方法查看各个 :mod:`~fastNLP.core.field` 的设定情况，代码如下：
 
     .. code-block:: python