Comments (21)
duterscmy
commented on July 22, 2024
font{
line-height: 1.6;
}
ul,ol{
padding-left: 20px;
list-style-position: inside;
}
是这样，因为之前这一步不仅有bert的相似度特征，还有一些字面匹配的，后来没什么用就放弃了，但是数据里还是保留了这些特征的，9就是bert特征的索引，[0][1]是因为我调的那个bert包得到的数据就得这样取索引。
在2019年12月11日 09:14，JaonLiu<[email protected]> 写道：
在tuple_filter.py 中的GetData_train函数有如下代码：
for t in candidate_tuples:
features = candidate_tuples[t]
if len(gold_tuple) == len(set(gold_tuple).intersection(set(t))):
X.append([features[9][0][1]])
Y.append([1])
else:
prop = random.random()
if prop<0.5:
X.append([features[9][0][1]])
Y.append([0])
为啥是取[features[9][0][1]] ? 请问下其背后的思考逻辑。谢谢！
—You are receiving this because you are subscribed to this thread.Reply to this email directly, view it on GitHub, or unsubscribe.
from ccks2019-ckbqa-4th-codes.
ZainZhou
commented on July 22, 2024
@MrRace 请问楼主你在运行entity_filter.py之后实体的召回率能达到多少？
from ccks2019-ckbqa-4th-codes.
MrRace
commented on July 22, 2024
@duterscmy 那现在上传的这个版本其实仅利用到了BERT的特征？
现在上传的这个版本features数据如下：
(1)这种情况，怎么写 X.append()？
(2)在生成负样本时，这种随机数生成的方式为啥能够确保0.05的负样本比例？
谢谢~
from ccks2019-ckbqa-4th-codes.
ZainZhou
commented on July 22, 2024
@MrRace 我是直接使用的X.append([features[2]])
from ccks2019-ckbqa-4th-codes.
MrRace
commented on July 22, 2024
@MrRace 我是直接使用的
X.append([features[2]])
你的feature也是类似的结构吗？
from ccks2019-ckbqa-4th-codes.
duterscmy
commented on July 22, 2024
那就直接append(x[-1])好了
不能保证吧 就是个大概的负例比例
…---原始邮件---
发件人: "JaonLiu"<[email protected]>
发送时间: 2019年12月11日(周三) 下午3:28
收件人: "duterscmy/ccks2019-ckbqa-4th-codes"<[email protected]>;
抄送: "Mention"<[email protected]>;"Caomingyu"<[email protected]>;
主题: Re: [duterscmy/ccks2019-ckbqa-4th-codes] tuple_filter.py中的疑问 (#18)
@duterscmy 那现在上传的这个版本其实仅利用到了BERT的特征？
现在上传的这个版本features数据如下：
(1)这种情况，怎么写 X.append()？
(2)在生成负样本时，这种随机数生成的方式为啥能够确保0.05的负样本比例？
谢谢~
—
You are receiving this because you were mentioned.
Reply to this email directly, view it on GitHub, or unsubscribe.
from ccks2019-ckbqa-4th-codes.
MrRace
commented on July 22, 2024
@duterscmy 那在SaveFilterCandiT中的new_features = features[0:2]+[features[9][0][1]] 需要改成：
new_features = features ? 还是？
from ccks2019-ckbqa-4th-codes.
MrRace
commented on July 22, 2024
单实体问题中，候选答案可召回的的比例为:0.730
候选答案能覆盖标准查询路径的比例为:0.461
在验证集上逻辑回归筛选后top10 召回率为0.72
单实体问题中，候选答案可召回的的比例为:0.731
候选答案能覆盖标准查询路径的比例为:0.560
@ZainZhou 你的呢？
from ccks2019-ckbqa-4th-codes.
1234560o
commented on July 22, 2024
第二个逻辑回归模型只用bert特征吗，不加上之前的词频、长度、字重合度等特征吗？我理解的Bert返回的特征是一个数即正例的概率吧？
from ccks2019-ckbqa-4th-codes.
ZainZhou
commented on July 22, 2024
@MrRace 我跑的tuple_filter的比你这个低很多，因为我前面实体抽取的召回率就偏低，所以才问你entity_filter.py你可以召回多少实体
from ccks2019-ckbqa-4th-codes.
MrRace
commented on July 22, 2024
@MrRace 我跑的tuple_filter的比你这个低很多，因为我前面实体抽取的召回率就偏低，所以才问你entity_filter.py你可以召回多少实体
在entity_filter.py上，
在验证集上逻辑回归top5筛选后，所有问题实体召回率为0.774，单实体问题实体召回率0.820
训练集的话，大概是0.8左右。
from ccks2019-ckbqa-4th-codes.
ZainZhou
commented on July 22, 2024
@MrRace 那其实差不了多少，但不知道为什么后面tuple_filter的差20个点，我再研究研究吧
from ccks2019-ckbqa-4th-codes.
duterscmy
commented on July 22, 2024
对 没有加 只用bert效果就很好
…---原始邮件---
发件人: "zwj"<[email protected]>
发送时间: 2019年12月11日(周三) 下午5:28
收件人: "duterscmy/ccks2019-ckbqa-4th-codes"<[email protected]>;
抄送: "Mention"<[email protected]>;"Caomingyu"<[email protected]>;
主题: Re: [duterscmy/ccks2019-ckbqa-4th-codes] tuple_filter.py中的疑问 (#18)
第二个逻辑回归模型只用bert特征吗，不加上之前的词频、长度、字重合度等特征吗？我理解的Bert返回的特征是一个数即正例的概率吧？
—
You are receiving this because you were mentioned.
Reply to this email directly, view it on GitHub, or unsubscribe.
from ccks2019-ckbqa-4th-codes.
MrRace
commented on July 22, 2024
@duterscmy 我运行tuple_filter.py的结果：
单实体问题中，候选答案可召回的的比例为:0.730
候选答案能覆盖标准查询路径的比例为:0.461
单实体问题中，候选答案可召回的的比例为:0.772
候选答案能覆盖标准查询路径的比例为:0.638
在验证集上逻辑回归筛选后top10 召回率为0.72
单实体问题中，候选答案可召回的的比例为:0.731
候选答案能覆盖标准查询路径的比例为:0.560
这个结果是偏低吗？你的大概多少？
from ccks2019-ckbqa-4th-codes.
duterscmy
commented on July 22, 2024
是偏低啊，我这看单实体0.92，筛到5个人0.902。。可能是代码版本传错了但最近两天没空闲gpu用等我确定了一个对的版本传上来
…---原始邮件---
发件人: "JaonLiu"<[email protected]>
发送时间: 2019年12月12日(周四) 上午8:57
收件人: "duterscmy/ccks2019-ckbqa-4th-codes"<[email protected]>;
抄送: "Mention"<[email protected]>;"Caomingyu"<[email protected]>;
主题: Re: [duterscmy/ccks2019-ckbqa-4th-codes] tuple_filter.py中的疑问 (#18)
@duterscmy 我运行tuple_filter.py的结果：
单实体问题中，候选答案可召回的的比例为:0.730 候选答案能覆盖标准查询路径的比例为:0.461 单实体问题中，候选答案可召回的的比例为:0.772 候选答案能覆盖标准查询路径的比例为:0.638 在验证集上逻辑回归筛选后top10 召回率为0.72 单实体问题中，候选答案可召回的的比例为:0.731 候选答案能覆盖标准查询路径的比例为:0.560
这个结果是偏低吗？你的大概多少？
—
You are receiving this because you were mentioned.
Reply to this email directly, view it on GitHub, or unsubscribe.
from ccks2019-ckbqa-4th-codes.
duterscmy
commented on July 22, 2024
我理解错了，这是候选答案的数据啊，我今晚把流程重新跑一下告诉你
…---原始邮件---
发件人: "JaonLiu"<[email protected]>
发送时间: 2019年12月12日(周四) 上午8:57
收件人: "duterscmy/ccks2019-ckbqa-4th-codes"<[email protected]>;
抄送: "Mention"<[email protected]>;"Caomingyu"<[email protected]>;
主题: Re: [duterscmy/ccks2019-ckbqa-4th-codes] tuple_filter.py中的疑问 (#18)
@duterscmy 我运行tuple_filter.py的结果：
单实体问题中，候选答案可召回的的比例为:0.730 候选答案能覆盖标准查询路径的比例为:0.461 单实体问题中，候选答案可召回的的比例为:0.772 候选答案能覆盖标准查询路径的比例为:0.638 在验证集上逻辑回归筛选后top10 召回率为0.72 单实体问题中，候选答案可召回的的比例为:0.731 候选答案能覆盖标准查询路径的比例为:0.560
这个结果是偏低吗？你的大概多少？
—
You are receiving this because you were mentioned.
Reply to this email directly, view it on GitHub, or unsubscribe.
from ccks2019-ckbqa-4th-codes.
Keerlsm
commented on July 22, 2024
我理解错了，这是候选答案的数据啊，我今晚把流程重新跑一下告诉你
…
---原始邮件--- 发件人: "JaonLiu"<[email protected]> 发送时间: 2019年12月12日(周四) 上午8:57 收件人: "duterscmy/ccks2019-ckbqa-4th-codes"<[email protected]>; 抄送: "Mention"<[email protected]>;"Caomingyu"<[email protected]>; 主题: Re: [duterscmy/ccks2019-ckbqa-4th-codes] tuple_filter.py中的疑问 (#18) @duterscmy 我运行tuple_filter.py的结果： 单实体问题中，候选答案可召回的的比例为:0.730 候选答案能覆盖标准查询路径的比例为:0.461 单实体问题中，候选答案可召回的的比例为:0.772 候选答案能覆盖标准查询路径的比例为:0.638 在验证集上逻辑回归筛选后top10 召回率为0.72 单实体问题中，候选答案可召回的的比例为:0.731 候选答案能覆盖标准查询路径的比例为:0.560 这个结果是偏低吗？你的大概多少？ — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
我运行tuple_filter.py的结果和上面相近，是不是参数或模型哪里有变化？我最近在做相关的工作，希望能够复现你提交的结果
from ccks2019-ckbqa-4th-codes.
counten
commented on July 22, 2024
我理解错了，这是候选答案的数据啊，我今晚把流程重新跑一下告诉你
…
---原始邮件--- 发件人: "JaonLiu"<[email protected]> 发送时间: 2019年12月12日(周四) 上午8:57 收件人: "duterscmy/ccks2019-ckbqa-4th-codes"<[email protected]>; 抄送: "Mention"<[email protected]>;"Caomingyu"<[email protected]>; 主题: Re: [duterscmy/ccks2019-ckbqa-4th-codes] tuple_filter.py中的疑问 (#18) @duterscmy 我运行tuple_filter.py的结果： 单实体问题中，候选答案可召回的的比例为:0.730 候选答案能覆盖标准查询路径的比例为:0.461 单实体问题中，候选答案可召回的的比例为:0.772 候选答案能覆盖标准查询路径的比例为:0.638 在验证集上逻辑回归筛选后top10 召回率为0.72 单实体问题中，候选答案可召回的的比例为:0.731 候选答案能覆盖标准查询路径的比例为:0.560 这个结果是偏低吗？你的大概多少？ — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.我运行tuple_filter.py的结果和上面相近，是不是参数或模型哪里有变化？我最近在做相关的工作，希望能够复现你提交的结果
朋友，问题解决了吗，我运行的结果也差不多：还望指教
单实体问题中，候选答案可召回的的比例为:0.745
候选答案能覆盖标准查询路径的比例为:0.471
单实体问题中，候选答案可召回的的比例为:0.755
候选答案能覆盖标准查询路径的比例为:0.579
在验证集上逻辑回归筛选后top10 召回率为0.74
单实体问题中，候选答案可召回的的比例为:0.748
候选答案能覆盖标准查询路径的比例为:0.573
from ccks2019-ckbqa-4th-codes.
liupenggg
commented on July 22, 2024
@duterscmy 我运行
tuple_filter.py的结果：单实体问题中，候选答案可召回的的比例为:0.730 候选答案能覆盖标准查询路径的比例为:0.461 单实体问题中，候选答案可召回的的比例为:0.772 候选答案能覆盖标准查询路径的比例为:0.638 在验证集上逻辑回归筛选后top10 召回率为0.72 单实体问题中，候选答案可召回的的比例为:0.731 候选答案能覆盖标准查询路径的比例为:0.560这个结果是偏低吗？你的大概多少？
为啥跑出来全是0，是哪里出问题了吗？
from ccks2019-ckbqa-4th-codes.
binglinchengxiash
commented on July 22, 2024
@duterscmy 那在
SaveFilterCandiT中的new_features = features[0:2]+[features[9][0][1]]需要改成：
new_features = features? 还是？
这个features应该怎么写啊？解决了吗？
from ccks2019-ckbqa-4th-codes.
JeffSuu
commented on July 22, 2024
@duterscmy 那在
SaveFilterCandiT中的new_features = features[0:2]+[features[9][0][1]]需要改成：
new_features = features? 还是？这个features应该怎么写啊？解决了吗？
请问这个features的问题解决了吗？写成new_features = features的效果好差。
from ccks2019-ckbqa-4th-codes.
Related Issues (20)
- 文本匹配模型的准确度？
- 请问 keras和keras-bert用的是什么版本？ HOT 1
- neo4j的关系种类数限制是6.5w 请问你是怎么解决的
- 文本匹配模型中dev.csv的构造方式
- 文本匹配模型中dev.csv的构造方式
- 请问train_ner.py里面的corpus_train.pkl和corpus_valid.pkl是怎么得到的呢 HOT 1
- 关于tuple_filter.py中验证集的召回率 HOT 3
- 第一次运行train_ner.py的时候，提示找不到../data/model/ner_model.h5/{saved_model.pbtxt|saved_model.pb} HOT 3
- 有关tuple_filter.py产生的结果指标，一项略低其余正常 HOT 1
- 您好，想问下similarity.py的tf版本和protobuf的版本应该是多少？很多属性值都失效了。 HOT 5
- neo4j查询慢的问题 HOT 3
- 请问pkubase-full.txt可以在哪下载 HOT 8
- tuple_filter.py文件SaveFilterCandiT函数运行error HOT 3
- 该方法是否后续发表论文了？ HOT 2
- segment_dic.txt
- 请问双实体的部分没有代码实现吗？ HOT 1
- 你好，tuple_filter.py用到的LR模型用到的特征，为什么只有len(mention)?bert_score等其他特征不用吗？ HOT 1
- 大佬您好，请问CCKS2019电子病历命名实体识别的数据集有吗 HOT 5
- 请问作者和大家复现时各模块指标都是多少呀？ HOT 8
- 内存炸了，大家都可以跑最后的answer_bot吗？
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from ccks2019-ckbqa-4th-codes.