关于数据结构labels中索引偏移量的问题 about hierarchical-multi-label-text-classification HOT 2 CLOSED

@Maaaaxsh

对于如下的数据样本：{"id": "1", "title": ["tokens"], "abstract": ["tokens"], "section": [1, 2], "subsection": [1, 2, 3, 4], "group": [1, 2, 3, 4], "labels": [1, 2, 1+N, 2+N, 3+N, 4+N, 1+N+M, 2+N+M, 3+N+M, 4+N+M]}。其中N和M分别是层级2和层级3的类别数。这里的表述是不是有问题，N应该是层级1的类别数，M是层级2的类别数。

确实是我表述错误，其中 N 应该是层级 1 的类别数，M 是层级 2 的类别数。

另外在data_helper.py中，函数load_data_and_labels()中的_create_onehot_labels()，其中label[int(item)] = 1应该改为label[int(item)-1] = 1才对吧？

这个其实是根据我们处理的数据标签 index，我自己处理的数据标签 index 实际上是从 0 开始的，所以不需要减 1。如果自己数据标签 index 从 1 开始就要进行减 1 操作（可能是我上面的举例让大家以为我的数据标签 index 是从 1 开始的）。无论如何，是否-1根据自己的数据标签 index 是否从 0 开始编码设置即可。

from hierarchical-multi-label-text-classification.

@Maaaaxsh

再次感谢指正。我更改了 README.md 中表述有误的地方，另外用于举例的 sample，其标签 index 显示从 0 开始编码，避免引起类似误会。

from hierarchical-multi-label-text-classification.