microsoft
Using layoutlmv3 to carry out NER task, in the result of model predict, some entities only have 'I-' and no 'B-'
output：“ O O O O O I-医院名称 I-医院名称 O I-医院名称 I-医院名称 I-医院名称 I-医院名称 I-医院名称 I-医院名称 O O O O O O O ” The dataset and input data are correct. A total of 13 entity categories
@413542484 我也遇到这个问题，你解决了吗
没解决，我在发现其他ner模型存在同样的问题，应该就是普通的模型预测错误。可以写一个简单的策略处理这种情况。
The explanation here is very clear，The '-- task' parameter is the NER task by default and it can be left blank.
如何使用 layoutlmv3 训练 NER 任务？你能分享参考链接吗？
https://github.com/microsoft/unilm/blob/master/layoutlmv3/README.md The explanation here is very clear，The '-- task' parameter is the NER task by default and it can be left blank
@413542484 我也遇到这个问题，你解决了吗
没解决，我在发现其他ner模型存在同样的问题，应该就是普通的模型预测错误。可以写一个简单的策略处理这种情况。 应该是预处理的问题，按照他的dataload 里面的方法组织数据，结果是对的有B- I-
可以详细解释一下么，我确实改动了他dataload的代码，不过我在二分类问题上没出现这种情况，在多分类的时候才出现这个问题，你是dataload哪一部分出了问题
可以详细解释一下么，我确实改动了他dataload的代码，不过我在二分类问题上没出现这种情况，在多分类的时候才出现这个问题，你是dataload哪一部分出了问题
我调的是v3 训练的dataload 我没动应该，推理的时候 组织数据刚开始input_ids好像 没给csl 和sep ，推理也按那个dataload 里的给数据就行