Mario
Mario
@ChenMiya 我想问一下你现在找到你测试集的准确率特别低的原因了吗？
这个网络模型怎么实现啊？可以用到中文的预料上面去吗？有点看不明白这个模型。
问题2：因为我的训练数据格式为：实体1，实体2，关系，句子。这样的形式。在进行测试的时候，句子只能被分类为某一种类型的关系，所以当句子中识别出多个实体的时候，需要选择两个实体正确的表达该句子的关系类别。因为句子的关系类别在进行测试的时候已经定义出来了(只能属于某一种关系类别)。所以，如果只是两两匹配实体，这样并不能解决问题。因为我只要选择能正确表达我这个句子的实体对。
你这里的3条数据是怎么生成的。测试的时候不都是只有一句话吗？那像我这样的判断一句话的关系类型，怎么确定其中的实体呢？你有比较好的建议吗? note: 你是怎么根据两个实体去确定一个句子呢？在测试的时候你是怎么进行测试是的。谢谢你的回答。
根据句子的信息抽取实体对之间存在的关系。一般的思路是是什么样的啊？有没有类似的论文或者公开的数据集之类的。谢谢解答疑问、
你对于关系抽取有什么好的建议吗？
@crownpku 一句话中包含两种关系，这个怎么去识别呢？您上面说的有点模糊。。比如数据应该标注成什么样的。用什么样的方法来处理。
W = tf.Variable(tf.random_uniform([62, 5]）这里的62和5，分别表示的是什么啊？ ---------------------------------------------------------------- self.input_x_p1 = tf.nn.embedding_lookup(W, self.input_p1) self.input_x_p2 = tf.nn.embedding_lookup(W, self.input_p2) 那位置向量为什么要去W中找呢？它的值应该是一个固定整数值啊，距离两个实体之间的相对距离。 pooled = tf.nn.max_pool( h, ksize=[1, sequence_length - filter_size + 1, 1, 1], strides=[1, 1, 1, 1],...
您好，我想问一下，我在使用你的模型时，在进行预测的时候，模型的给出的预测值，总是一个固定值，没有变化，我想请问一下，这个是什么问题。
还有DataManager.py文件中for i, w in enumerate(words): a = i-l1 b = i-l2 if a > 30: a = 30 if b > 30: b = 30 if a < -30: a...