Chinese_Coreference_Resolution

Chinese_Coreference_Resolution copied to clipboard

官方数据很多UNK

1

博主您好，您给的128的数据很正常，但是我用这个代码（https://github.com/mandarjoshi90/coref）处理v4_gold_conll数据得到的jsonlines文件里面很多UNK。您那边256的数据也有很多UNK嘛

BugMaker-99

关于生僻字问题

1

您好，我尝试了一下您的项目，发现有生僻字没在vocab.txt里面时，会报Keyerror，而尝试使用add_tokens发现没有这个方法，有什么办法可以解决吗

bubblelcc

在训练时，验证的时候报错，我不知道基本流程是什么样的

5

tengda1

数据集处理

2

请问该怎么把我自己的txt数据集处理成项目里的这种格式呢？ @troublemaker-r

Davidup1

RuntimeError: indices should be either on cpu or on the same device as the indexed tensor (cpu)

5

跑训练的时候报错

iooops

请问大佬对span嵌入的时候，span的额外特征包括use_segment_len、 model_heads，其中model_heads表示什么意思？

cuikai-ai

什么时候 "Found too many repeated mentions (> 10) in the response, so refusing to score" 会出现呢？ 改动fnn-size有用吗？之前为了足够多的现存就把fnn-size调低了。

mtang398

UnicodeEncodeError: 'charmap' codec can't encode characters in position 25-29: character maps to <undefined>

3

不知有没有人遇到过这个问题，在ubuntu上跑的好好的，在一台windows上也跑得好好的，文件open时加的编码是utf-8，在另一台国外电脑上就报这个错 

learner-crapy

我使用了一块RTX4090分别训练了中文和英文的OntoNote数据，得到下面的结果 中文：RoBERTa_zh_L12_PyTorch  英文：spanbert_base  使用参数如下： `# Computation limits. max_top_antecedents = 50 max_training_sentences = 11 top_span_ratio = 0.4 max_num_speakers = 20 max_segment_len = 128 # Learning bert_learning_rate = 1e-05 task_learning_rate...

learner-crapy

看到不少人问这个问题，在下亲自实践，添加个issue吧 1. 打开这个文件目录，做如下设置  2. 我还执行了`sudo chmod 777 ./scorer.pl`不知是否是必要的，但是两步设置完跑通了  附：windows下没试过，想来更改读写权限，是一样的道理

learner-crapy