ttyuuuuuuuuuu
ttyuuuuuuuuuu
是这样的，我想用uie的模型对ccks的比赛数据（train.json，图右侧）做一个评估，想看下效果。我的切入点是把train.json的格式转为doccano_ext.json（图左侧）。 （1）看到doccano_ext.json第一条数据，我以为entities的id是针对text从0开始计数：  （2）但是第二、三、四。。条标注数据的entities id不是从0开始的，而且好像在递增：  （3）但是我发现对于“目的地”这个label来说，他的entity id有时候是一样的，有时候又是不一样的：  如果这个entity id的重要性是会影响到标注数据到训练数据的转换过程（doccano.py）的话，还麻烦大佬帮忙解答下orz......
数量少的时候相加正常得出结果，但是数量大的时候出现oom，这个时候batchsize已经调成2了，请问这个可以怎么解决？  数据集信息：  服务器信息（0卡） 
非结构化文档（比如pdf）是怎么整理成这些json呢，有没有代码，想参考下