sunshine

> Is the problem solved? Has the problem been resolved? Looking forward to your reply!

好的，我还想再问一个问题，请问这个权重有可能出现负值的情况吗，比如两个相连节点在senticnet词典中的情感值均为负值的情况，如果出现负值的情况，又该怎么理解呢？ ------------------ 原始邮件 ------------------ 发件人: "BinLiang-NLP/Sentic-GCN" ***@***.***>; 发送时间: 2022年11月29日(星期二) 晚上6:21 ***@***.***>; ***@***.******@***.***>; 主题: Re: [BinLiang-NLP/Sentic-GCN] 情感增强依存图的意义 (Issue #10) 您好！阅读了您的论文之后，对于情感增强依存图的意义还不是很理解，添加了情感知识后的邻接矩阵中的数值有什么含义，在图卷积中是不是把这个数值看作两个单词间的相关性。以下面的例子为例： 这句话中的方面词分别是food和service,根据依存树得到的邻接矩阵中food和delicious,以及service和terrible的边的权重为1，在senticnet词典中，food、delicious、serviceh和terrible对应的情感值分别为0.054、0.106、0.84和-0.90，加入情感知识后，food和delicious,以及service和terrible的边的权重变为2.16，和1.94，请问这个数值的含义是什么，希望能尽快得到您的回复。 您好！图卷积网络是通过邻域节点和节点之间边的权重来更新当前节点的representation。形象地，边的权重越大，在更新节点表示的时候发挥的作用越大。如果权重为0，则可以认为这两个节点没有联系。 在依存树得到的图表示中，边权重为1代表两个单词有联系，为0则代表没有关联。例如food和delicious,以及service和terrible的边的权重为1。那么food和delicious在图中，是有关联的。 在sentic graph中，我们可以把两个节点之间边的权重看做是两个单词之间的情感关联程度。例如原本大家的权重都是1，我们是无法在图中区分谁更重要的，当加入情感知识后，food和delicious的权重变为2.16，那么就可以知道delicious对于food是重要的。 — Reply to this email directly, view it on GitHub,...

> 您好，感谢您的工作带给我非常多的思考。 因为想复现一下，所以想知道你在pre-training的时候，使用了多少的Amazon和Yelp数据呢？ 文章说manually check a small portion，但是网盘提供的分别是一百万和四百万条数据，请问您在预训练的时候使用部分可以发布一下吗？ 另外关于验证集的问题，好像您的代码里面并没有出现验证集？而是直接用的测试集去选取的模型吗？如果是这样的话是否欠妥？ 你好，请问Amazon和Yelp的数据在哪个网盘中存放着呢，怎么获得这些数据呢？

> > > 您好，感谢您的工作带给我非常多的思考。 因为想复现一下，所以想知道你在pre-training的时候，使用了多少的Amazon和Yelp数据呢？ 文章说manually check a small portion，但是网盘提供的分别是一百万和四百万条数据，请问您在预训练的时候使用部分可以发布一下吗？ 另外关于验证集的问题，好像您的代码里面并没有出现验证集？而是直接用的测试集去选取的模型吗？如果是这样的话是否欠妥？ > > > > > > 你好，请问Amazon和Yelp的数据在哪个网盘中存放着呢，怎么获得这些数据呢？ > > 作者在这一部分Data Preparation & Preprocessing给了网盘的链接和提取密码 好的，谢谢！看到了

> > > 感谢提供文章代码，但不太会实现*.raw.tokenized.graph_attribute 和 *.raw.tokenized.graph_attribute两种文件的生成，请问能提供生成此文件的代码吗？十分感谢！！！ > > > > > > 您好， 您可以使用 “python ./dataset/generate_graph.py” 来生成这两个文件。 > > 感谢答复 请问您自己生成这两个文件之后，运行train.py时有没有遇到下面这个问题？ 

感谢您的回复，问题已解决 ------------------ 原始邮件 ------------------ 发件人: "BinLiang-NLP/AAGCN-ACSA" ***@***.***>; 发送时间: 2022年11月27日(星期天) 凌晨0:49 ***@***.***>; ***@***.******@***.***>; 主题: Re: [BinLiang-NLP/AAGCN-ACSA] train.py运行 (Issue #11) 您好！使用您生成的种子词典以及实体（属性）知识图可以正常运行，我把种子词典和相应的知识图删除之后，自己重新生成，运行train.py时遇到了以下问题，请问该怎么解决呢？ 您好！这个问题是维度不对齐导致的，您需要查看一下构图token和edge前后的维度是否一致。有可能是没有赋值最大长度导致的。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are...