kcws issues

语料准备相关问题

您好，我有一些文本，但是没有做分词及词性标注，那这个需要人工去处理吗？因为行业内的一些词其他的分词器并不一定都能分正确，希望得到您的回复多谢

dreambander

训练的准确率91%，实际测试效果和与作者提供的demo有点差距，请问大神如何能达到和demo一样的效果

9

训练模型准确率91%，实际测试效果和与作者提供的demo有点差距，请问大神如何能达到和demo一样的效果

midsummer128

std::ifstream in("/home/work/test/nlu-ner/train_and_dict/model/origin_corpus/origin_corpus");

3

大神，您好，我想问一下这个文件是什么？我没有这个文件，该如何创建

lili1234567890

关于模型导出--output_node_names "transitions,Reshape_9" "transitions,Reshape_7" 什么意思

3

模型导出时指定 output node 在解码的时候作为模型的输出；训练的时候不是应该指定这两个名字吗？我在bilstm.py 文件找到了 Reshape_7 这个output的定义但没找到pos训练 Reshape_9 这个output的定义以及transitions的定义，这两个是tensorflow 默认的output node还是什么？麻烦解释下，谢谢

forever1dream

大神，好，训练模型后如何使用模型呢？

9

大神，好，训练模型后如何使用模型呢？意思是如何输入一个句子进行测试呢？

wangwisdom

train_cws.py 训练输入特征：字的 word2vec向量表示 train_pos.py 训练输入特征是：词的 word2vec向量表示，文档写的最大50个词，向量的1-50是词的word2vec表示，不够的用0填充；字的word2vec向量表示，每个词最大5个词，超过5个字的用最后一个字代替第五个字，就是一个50X5的向量；词性标注结果个词的向量长度一致50，所以训练语料是长度为350的向量，1-50是词，51-300是字，301-350是预测结果。想写一个train NE 的代码模仿train_pos.py: 1-50词，51-300字，301-350词性，NE表示和字序列类似每个最大长度15，就是15X50，351-1100是预测结果，但是改代码失败了能不能一个train.py, 准备好训练语料之后，自定义特征以及对应的特征长度，还有定义输出对Python不熟悉，想用这个训练model之后C++直接调用，求大神指教。

forever1dream

bazel build //kcws/cc:seg_backend_api 编译报错

6

ERROR: /root/.cache/bazel/_bazel_root/c57281e52862ca1f4c15bbb22593b787/external/protobuf/BUILD:434:1: Traceback (most recent call last): File "/root/.cache/bazel/_bazel_root/c57281e52862ca1f4c15bbb22593b787/external/protobuf/BUILD", line 434 cc_proto_library(name = "cc_test_protos", srcs = (L...), ) File "/root/.cache/bazel/_bazel_root/c57281e52862ca1f4c15bbb22593b787/external/protobuf/protobuf.bzl", line 247, in cc_proto_library cc_libs += [default_runtime] trying to mutate...

yao8822