tc1713796338

Results 7 comments of tc1713796338

关于Extracting Multiple-Relations in One-Pass with Pre-Trained Transformers这篇论文

十分感谢您的解答

关于Extracting Multiple-Relations in One-Pass with Pre-Trained Transformers这篇论文

另外我看到在Main principle中，第二张图片给出了Attending to All Mention Pairs for Full Abstract Biological Relation Extraction论文的模型结构图，据我个人理解，是将实体识别和关系抽取的loss相加的过程用到了论文中的思想，不知道我理解的对不对

关于Extracting Multiple-Relations in One-Pass with Pre-Trained Transformers这篇论文

您好，实在多有打扰，您说的输出结果的方式用了论文中的方式，具体指的哪里呢，十分感谢，十分感谢

关于Extracting Multiple-Relations in One-Pass with Pre-Trained Transformers这篇论文

您指的输出结果的方式是说实体识别模块bert隐藏层输出用了论文中的方式嘛，我学的很吃力，所以向您请教，多有打扰，希望能得到您的回答，这对我的学习有很大的帮助

关于Extracting Multiple-Relations in One-Pass with Pre-Trained Transformers这篇论文

十分感谢您的解答

关于Extracting Multiple-Relations in One-Pass with Pre-Trained Transformers这篇论文

看了您的解释对我理解论文大有帮助，只是反馈到代码上，又有一些迷茫，您说的bert当作特征提取层我很理解，Extracting Multiple-Relations in One-Pass with Pre-Trained Transformers这篇论文当做输出层，具体是在代码中如何体现的呢，是在下图中的实体识别模块中应用的吗，可是我没有找到论文中说的两个实体经过bert后，加和平均，然后再拼接的操作，我觉得还是我理解的不够透彻，您的回答对我有很大的帮助。再次感谢您前几次的帮忙和解答

关于Extracting Multiple-Relations in One-Pass with Pre-Trained Transformers这篇论文

好的好的，十分感谢，我明白啦