GlobalPointer_pytorch
GlobalPointer_pytorch copied to clipboard
gaohongkui
全局指针统一处理嵌套与非嵌套NER的Pytorch实现
您好，我在运行evaluate.py的时候同样遇到了该问题，下面是报错信息，想请问下您能指点下吗 
请问作者有在其它数据集尝试GP模型吗？ 有个疑惑，自己搜集了一些预料，用bert基础版预训练模型做了个训练，然后再测试集上预测时，出现了预测实体多且长的问题。 测试集一条样本： ```json { "text": "中国政府宣布2019年国防开支将比前一年增长7.5%，超过预计今年的经济增长率。第十三届全国人大第二次会议星期二（2019年3月5日）在开幕时公布的政府预算报告显示，今年的国防开支将达到11899亿元人民币，相当于大约1780亿美元。外界一般认为，中国实际的军事开支可能高出政府公开的国防预算金额。中国国防部公布的消息说，今年的国防预算将重点支持国防和军队改革，全面推动国防和军队现代化建设。中国每年一度的国防开支预告一直受到国际广泛关注。各国试图从中了解中国战略意图的变化和发展。", "entities": [ { "start_idx": 0, "end_idx": 4, "type": "ORG", "entity": "中国政府" }, { "start_idx": 6, "end_idx": 11, "type": "TIM", "entity": "2019年" }, {...
您好，您的工作很好的解决了本人标签嵌套的问题，但本人所做任务的标签数足足有接近一万个（细粒度非常高），这使得self.dense成为了一个将近4G的线性层，且由于每个标签单独的占用一个(1, seq_len, seq_len)空间，则在训练时需要较大时间和显存成本，请问作者有没有针对这种高细粒度标签的NER模型呢？非常感谢！
请问作者，目前使用该模型，对其他数据集进行实验时，比如 ontonotes 5.0 中文，效果并不理想，F1 才到22。百思不得其解。调整了学习率还是不佳，请教应从哪个角度着手解决呢？
数据集划分问题
请问数据集文件有dev、train和test，test是没标签，请问带有标签的测试集用来评估测试结果是哪个文件呢？dev文件是验证集吗？evaluate.py这个文件是做什么的呢？评估测试集结果和预测未知标签数据集都是这个吗？
