ABSA-PyTorch
ABSA-PyTorch copied to clipboard
songyouwei
infer的问题
为什么在运行infer时，如果一个句子中存在两个矛盾的情感，大部分模型好像并不能区分 例如句子"the service is terrible,but the food is great"当方面词为service和food时，输出情感都为1 我试验了许多模型，好像是大部分模型都会出现这种情况 请问这可能是什么情况呢
应该就是数据量不足，模型其实学的不够好吧
感谢你的回答，我也检查了数据集中的样本，发现我说的这种情况的样本确实不多，存在矛盾情感的句子还是会倾向预测为情感更强烈的一类
font{
line-height: 1.6;
}
ul,ol{
padding-left: 20px;
list-style-position: inside;
}
这种矛盾的数据我记得应该要剔除吧SemEval14的数据标签有三种，就是积极、消极和矛盾，然后一般用的时候就把标签是'矛盾'的数据剔除了
948629143
[email protected]
签名由
网易邮箱大师
定制
在2021年3月10日 14:46，a390138773<[email protected]> 写道：
应该就是数据量不足，模型其实学的不够好吧
感谢你的回答，我也检查了数据集中的样本，发现我说的这种情况的样本确实不多，存在矛盾情感的句子还是会倾向预测为情感更强烈的一类
—You are receiving this because you are subscribed to this thread.Reply to this email directly, view it on GitHub, or unsubscribe.
font{ line-height: 1.6; } ul,ol{ padding-left: 20px; list-style-position: inside; } 这种矛盾的数据我记得应该要剔除吧SemEval14的数据标签有三种，就是积极、消极和矛盾，然后一般用的时候就把标签是'矛盾'的数据剔除了 948629143 [email protected] 签名由 网易邮箱大师 定制 在2021年3月10日 14:46，a390138773[email protected] 写道： 应该就是数据量不足，模型其实学的不够好吧 感谢你的回答，我也检查了数据集中的样本，发现我说的这种情况的样本确实不多，存在矛盾情感的句子还是会倾向预测为情感更强烈的一类 —You are receiving this because you are subscribed to this thread.Reply to this email directly, view it on GitHub, or unsubscribe.
不是标签矛盾，您可以看看我的例句，我的意思是指在同一个句子里如果两个方面词的情感分别为积极和消极，模型在做推理时很容易两方面预测为同一类情感极性。
font{
line-height: 1.6;
}
ul,ol{
padding-left: 20px;
list-style-position: inside;
}
奥奥，不好意思，搞混了
在2021年3月10日 15:03，a390138773<[email protected]> 写道：
font{ line-height: 1.6; } ul,ol{ padding-left: 20px; list-style-position: inside; } 这种矛盾的数据我记得应该要剔除吧SemEval14的数据标签有三种，就是积极、消极和矛盾，然后一般用的时候就把标签是'矛盾'的数据剔除了 948629143 [email protected] 签名由 网易邮箱大师 定制 在2021年3月10日 14:46，[email protected] 写道： 应该就是数据量不足，模型其实学的不够好吧 感谢你的回答，我也检查了数据集中的样本，发现我说的这种情况的样本确实不多，存在矛盾情感的句子还是会倾向预测为情感更强烈的一类 —You are receiving this because you are subscribed to this thread.Reply to this email directly, view it on GitHub, or unsubscribe.
不是标签矛盾，您可以看看我的例句，我的意思是指在同一个句子里如果两个方面词的情感分别为积极和消极，模型在做推理时很容易两方面预测为同一类情感极性。
—You are receiving this because you commented.Reply to this email directly, view it on GitHub, or unsubscribe.