新手没找到数据集，能否提供个链接？万分感谢！

苏神能不能提供下训练词向量的百度百科数据的链接,谢谢

你好，我是刚接触NLP的小白，我这两天正在学习您的源码，有几个地方不懂，还望赐教。

1. 在预测subject时，计算的 pn1 pn2 什么作用？我看您科学空间里的博客好像并没有提及这两个张量的意义。

2.这个get_k_inter()函数是什么作用？

def get_k_inter(x, n=6):
seq, k1, k2 = x
k_inter = [K.round(k1 * a + k2 * (1 - a)) for a in np.arange(n) / (n - 1.)]
k_inter = [seq_gather([seq, k]) for k in k_inter]
k_inter = [K.expand_dims(k, 1) for k in k_inter]
k_inter = K.concatenate(k_inter, 1)
return k_inter

问题可能比较肤浅。还望见谅。

苏神好，
跑了下代码，Python使用3.6，tf使用1.15，其他环境一致，数据使用GitHub问题列表中用户链接地址，发现报错，但读了遍代码也不知道怎么修改，望苏神回复指导下：

报错文件：
kg_without_ds.py
报错位置：

报错信息：

InvalidArgumentError Traceback (most recent call last)
in ()
6 steps_per_epoch=len(train_D),
7 epochs=120,
----> 8 callbacks=[evaluator]
9 )
10 #else:

6 frames
/usr/local/lib/python3.6/dist-packages/tensorflow_core/python/client/session.py in call(self, *args, **kwargs)
1470 ret = tf_session.TF_SessionRunCallable(self._session._session,
1471 self._handle, args,
-> 1472 run_metadata_ptr)
1473 if run_metadata:
1474 proto_data = tf_session.TF_GetBuffer(run_metadata_ptr)

InvalidArgumentError: 2 root error(s) found.
(0) Invalid argument: Incompatible shapes: [64,226,226,8] vs. [64,226,128,1]
[[{{node attention_2/sub_1}}]]
[[loss/add/_1405]]
(1) Invalid argument: Incompatible shapes: [64,226,226,8] vs. [64,226,128,1]
[[{{node attention_2/sub_1}}]]
0 successful operations.
0 derived errors ignored.

在比赛截止日期的前几天，各个队伍的提升都非常明显，我估计大家都是在不断地找规则来修正预测结果，从而提升的效果，笔者个人也是通过一些规则获得了将近1%的提升！不过这些纯粹是比赛的trick，不在学术范围内，不做过多讨论。
（https://kexue.fm/archives/6671）
想向您请教一下如何根据数据集添加规则。

如题

请问，在kg_with_ds.py中频繁用到的这个mask的作用到底是什么呢，不太明白，烦请解答

剑林大神，kg_with_ds.py 和kg_without_ds.py这两个文件训练出来的模型有什么区别呢？

我在跑您代码的时候,用的也是百度的数据.我发现跑程序的过程中遇到的loss先下降后上升再下降的情况,我不知道这个算正常吗?

之后就好像慢慢下降，没看到上升的情况，这种loss的变化算正常吗 ？

对keras还不在学习中，自编推理代码有点难度，希望向苏神学习一下先。

剑林大神，请问kg-2019你训练的模型能不能分享下？我自己训练的模型达不到你说的分数。感谢

kg_with_ds.py中

total_data = json.load(open('../datasets/train_data_vote_me.json'))
找不到对应的数据，请问这个json是如何生成的呢？

你好，我最近拜读了你的博客文章《基于DGCNN和概率图的轻量级信息抽取模型》，对你分享的代码进行了细心地阅读，受益颇丰，十分感谢你的无私奉献。我在你的原码中发现一处似有不妥，给出代码如下。如我理解有误，请你指教！
原代码
k2 = choice(k2[k2 >= k1])
改为：
k2 = sorted(k2[k2 >= k1])[0]

苏神，你好，在跑你开源的这个工程的时候，因为环境问题对代码修改了attention以及gru部分，其他部分基本没有修改，代码链接
https://github.com/MonkeyTB/explore_model/blob/master/keras/InformationExtraction/kg_with_ds.py
预测结果spo_list_pred这里全为空，训练loss也在下降（epoch几次），git上结果时本地少量数据跑了一下，服务器上跑和本地结果现象一致，结果文件链接
https://github.com/MonkeyTB/explore_model/blob/master/keras/InformationExtraction/dev_pred.json
请问以下，这是因为我改动错了还是因为其他原因
环境：tensorflow=2.1.0 ,bert4keras=0.10.5,keras=2.3.1

您好，十分感谢您的分享，请问这个文件时哪里生成的train_data_vote_me.json

数据集指的是http://ai.baidu.com/broad/download
左侧一列的Knowledge Extraction这个数据集，如果有其他同学出了结果，欢迎分享，非常欢迎截图，谢谢。

苏神你好，
我在阅读你代码的时候发现，你在对训练数据进行预处理的时候，有0.5的概率会对spo对的s和o进行随机替换，替换成具有相同p的s和o。比如，“吴京”和“战狼2”这两个实体，在实际训练的时候可能会换成“张国荣”和“霸王别姬”。（这个操作是在random_generate函数里实现的）
我想问一下，这么做是基于什么目标。是借鉴bert里对于单词进行随机mask的思路么？

您好，在知识库中选出候选三元组，那对于一个新的句子，如果没有候选三元组，怎么办呢