lzxlin
I encounter the following error when executing the fifth line of the example of EntityLinker: ``` import spacy import scispacy from scispacy.linking import EntityLinker nlp = spacy.load("en_core_sci_sm") nlp.add_pipe("scispacy_linker", config={"resolve_abbreviations": True,...
I create a new and clean environment and have solved this problem, thanks.
怎么搭建啊，显示UnicodeDecodeError: 'utf8' codec can't decode byte 0xb4 in position 1: invalid start byte
能否改成官网那种模拟打字机的形式实时输出呢，而不是返回所有结果再输出
@zhuzzjlu 请问你解决了吗？我安装也出现了这个问题。
> 作者你好，我最近拜读了您的文章，在attribute embedding这一部分有点疑惑，想了解下做attribute embedding的时候有考虑到attribute的value吗，还是只考虑attribute type就行了？ attribute的表示和baseline EVA保持一致，不考虑value
> 作者你好，拜读过你的论文后，我对你的研究十分感兴趣。但是我有个疑问，在你的实验设置中采用了Hit@k、MRR指标评估模型性能，这也是实体对齐任务中比较主流的评价指标。但是有部分实体对齐模型采用了Precision、Recall、F1指标来评估模型性能。请问这两种评估体系有什么区别，还有就是两种评价指标是否存在一定的转换关系，比如Hit@1和Precision是否有一定的转换关系。 根据模型的特性可以选择不同的指标，Hit@1和Precision其实是等价的。embedding-based的方法基于相似度给每个entity都有一个对齐结果，所以这些方法的P,R,F1都是一样的，所以embedding-based的方法更多的还是使用Hits@K指标评判。