王磊
> 您好，我看了论文仅仅采用 bio的标注方式，这样模型的输出怎么让 属性值（value） 和 属性（attribute）一一正确对应呢？举个例子， title:“女童网面透气运动2019夏季新款韩版" attibute: "性别，季节，年份"，我们可以看出 {性别：女童，季节：”夏季“,年份：”2019“，}, 然而模型（假设可以做到）只是依次在 ”女童“，”2019“，”夏季“ 中打了B I label,他并不可以自动让attibute 和 value 正确的对齐呀？ 如果是这样的话，让attributes特别多的话，那完全不能对齐啊。以上是我浅薄的理解（应该是理解错了），希望您在任何有空的时间给我回复，谢谢！ + 模型不是有两个输入吗，一个title 一个attribute，比如单 attribute是季节的时候，此时attention到的输出就是季节相关的属性值
> Hi xiaobai, > > Thank you for sharing your great repository. > May I know whether I can use the raw.txt data for my own project? > Thank you...
> _No description provided._ + active learning 是 opentag 2018那篇论文的一个卖点（active learning 采用的是 标签反转 方式），该论文还有一个卖点是将说明书抽取的值转换成序列标注的方式来做 + open tag 2019 的主要新颖点是，对成千上万的属性，只设计一个 B I O 来解决，不涉及到太多的schema设计，对从未见过的属性，一定程度上也可以抽取出来
> hello， > 看论文中，你们重新复现了 open tag for Keras，这个代码可以发出来学习一下吗？因为想用自己的数据，对这两种方式都进行实验学习一下，万分感谢啦 #### 不好意思，我没有keras的代码，我不是该论文的作者。
my email is [email protected]. thank you very much!
> baidu云盘的数据不能下载了... > https://github.com/hackerxiaobai/OpenTag_2019 > 可以参考这个
Very nice results! Can you share your trained model if it is possible? my email is [email protected]