一些小问题 about zh-ner-keras HOT 15 OPEN

训练集我也上传了的，我有使用训练集，最后一句话不是测试只是用来展示直观的效果。

from zh-ner-keras.

測試完測試集總會想要自己任意輸入句子試試看，我想作者是測完自己輸入的句子就直接上傳了吧。

from zh-ner-keras.

@luvensaitory 所以自己输入句子只是为了方便看吗？我看了哈，这个是不是训练集是自己标注的语料，然后测试集来使用模型来标注。这样的话也没有解决人工标注少而且麻烦的问题啊？

from zh-ner-keras.

@Sallylearning 是的，訓練集和測試集是自行標註的語料，訓練完再經由測試集來評比模型的成果。

from zh-ner-keras.

@luvensaitory 我看网上说神经网络可以解决人工标注少，需要专业知识等问题。但实际上我们还是需要自己标注语料么？感觉如果是这样直接用CRF就可以了啊

from zh-ner-keras.

@Sallylearning 那我這麼說吧，神經網路可以依據妳相對少量的訓練集做訓練，接著標註世界上更多更多需要標註的資料。那為什麼要CRF結合LSTM呢？因為它結果更好。

from zh-ner-keras.

@luvensaitory 哦哦哦！！！懂起了！！！谢谢你的耐心解答~~~

from zh-ner-keras.

@Sallylearning 不會不會，教學相長！

from zh-ner-keras.

@stephen-v 我看到了~有个 test_data 和 train_data ~~ 我想再问个问题 ~
就是测试集我们自己有标注，然后最后我们运行val.py训练模型，模型会标注未标注的测试集，然后我们来对比和我们自己标注的测试集，有哪些被识别出来了，然后计算正确率？是这样的吗？

from zh-ner-keras.

一边训练一边就会进行测试

from zh-ner-keras.

@stephen-v 最开始我要用来测试的测试集不用标注吧，那你这个怎么能查看自己的正确率呢？

from zh-ner-keras.

@Sallylearning 就是要有標註才能測試出正確率阿。

from zh-ner-keras.

@luvensaitory 标注是我自己标注的嘛，我的意思是，我们模型用的测试集是没有事先标注好的，然后由模型来标注，然后来与我们自己标注好的进行对比

from zh-ner-keras.

@Sallylearning 妳先去網路上找些神經網路的基礎知識看看吧，找完再照著別人的代碼實作，妳就會覺得自己現在問的問題很可愛了。建議一開始就從CNN數字辨識開始吧。

from zh-ner-keras.

@luvensaitory 我有看过一些论文，但是理解的都不是很深刻，我想说我动手实践一下，可能理解的更透彻一点。我主要是怕我自己理解错了，然后在错误的路上一去不复返

from zh-ner-keras.