[Question]: 排序模型训练数据

[JaylonXiwei]

请提出你的问题

请问我想训练排序模型的数据（基于ERNIE-Gram训练Pair-wise模型），数据格式如下所示

个人所得税税务筹划 基于新个税视角下的个人所得税纳税筹划分析新个税;个人所得税;纳税筹划 个人所得税工资薪金税务筹划研究个人所得税,工资薪金,税务筹划

请问如何理解这个训练的格式，一共有三段文字，是不是意思是第一段和二，三端关联度为1？然后如何才能添加负样本，这个只是正样本的训练数据。

[w5688414]

Hi, @JaylonXiwei , 感谢您的反馈， pairwise的训练的数据的格式：query\t positive_title \t negatitle

这个数据集是把用户点击的title当成正样本，把未点击的当成负样本训练得来的，不排除有很多噪声数据。

[JaylonXiwei]

谢谢解答。请问我自己标注的数据，如果同一个query，有2个positive，1个negative，或者0个，这种情况应该怎么放在训练数据里呢？

[w5688414]

对于 negative样本可以构造一些简单的负样本，对于同一个query，有2个positive，1个negative，可以分拆成两条数据，共用同一个负样本。

[github-actions[bot]]

This issue is stale because it has been open for 60 days with no activity. 当前issue 60天内无活动，被标记为stale。

[github-actions[bot]]

This issue was closed because it has been inactive for 14 days since being marked as stale. 当前issue 被标记为stale已有14天，即将关闭。