Information-Extraction-Chinese
Information-Extraction-Chinese copied to clipboard
一句话中有多对实体 关系的情况您怎么考虑呢
一句话中有多对实体 关系的情况您怎么考虑呢(如ABC三个实体中,存在A_B,A_C两对实体关系的情况),拆成两行?
另外,您当前模型的精度怎么样呢
还有就是您模型中前后窗口长度设置的是多少呢
可能问题比较naive,还请您耐心赐教!
多种实体关系,我建议是可以把A_B, A_C, B_C三种实体的feature分别输入,即把一句话变成三句仅仅是实体feature不同其它一样的句子来尝试。
模型精度,可以使用test_GRU.py中的main_for_evaluation
函数来测试。
前后窗口长度,具体指的是?
前后窗口指的是训练语句长度,您的这个模型长度设置的应该是70。
它这个用的相对于实体的位置,应该没用用到你所说的前后窗口,在训练word2vec中,用到的前后窗口的长度。
我的应用环境就是一句话包含多对实体,句子长度达到512,预测效果还行,但是部署成服务,发现效果不是很好,我也没有找到原因。