Yufeng Huang
Yufeng Huang
Thank you for your answer！ I would like to ask you what kind of input form is the minor modification you said to input target to the model for emotion...
那就是说如果一条数据存在多个target和情感的话，在输入的时候我们会将多个target合并在一起输入到模型中，而不是先前别人做情感分类那样 一条数据 只存在一条target。在做情感分类预测的时候，需要对该条数据的每个target的情感都识别对才认为是正确的？
可以开源这个子任务的代码吗? 输入的时候 相当于多了一个target 他是放在文本的最后吗 然后送入encoder层，可以问一下decoder的输入是什么？是encoder的那些输入的右移吗？
也就是在测试和训练的时候 encoder端都是一样的 decoder不一样，decoder在训练和测试的时候，训练的时候decoder输入是只有? 测试的时候是什么样的形式把ground truth输入进去
bart这种生成式的模型 你的意思是 decoder输入的时候是连续输入 golden entity golden entity ，然后预测留空部分的内容？ 什么时候可以开放这部分的代码？
"一个entity一个entity输入" 这个部分在bart decoder部分是怎么做到这种先后顺序的。还输入会分成两种数据，一种是对于第一个target的情况，只输入golden entity1 ；然后第二条数据 输入的时候输入golden entity1 sentiment1 golden entity2？
你可能没有理解我的意思 我的意思是bart decoder怎么做到先后的顺序 bart生成第一个sentiment后，再接入后一个target，我的理解decoder的内容不是同时输入的吗？或者可以私发我一下情感分类任务中 这部分的训练测试代码吗
> in order to run run_captioning.py ,train.yaml is needed. train.yaml file is some required data(image feature,caption,labels),where is the train.yaml? or how to get train.yaml? @akkapakasaikiran @Jennifer-6 hello, have you ever...
@rmokady hi, can i ask you how to generate test_yaml , i follow issue to do but did not work
@rmokady hi, i know train.yaml should be like this: img: train.img.tsv hw: train.hw.tsv label: train.label.tsv feature: train.feature.tsv do you need to generate this tsv files? or you just use files...