nlpjoe / ccf-bdci-automotive-field-asc-2018 Goto Github PK

最近Fork了楼主的代码，楼主实力确实强，顶礼膜拜。下面有几点实现细节问题想问下楼主，烦请回答下。

1. Aspect Embedding初始化问题。
   我看了实现代码，发现Aspect Embedding是随机初始化的，通过模型自主进行学习。我也看到楼主用预训练的表示进行初始化，代码被注释掉了。我想问下楼主，这两者在实际情况下的效果差别？另外，还有，楼主采用了两次Aspect Tile，Attention之前一次，Attention之后一次，我想问下楼主这样做的原因是什么？
2. Early Stop与Learning rate decay问题
   我看代码中其实采用了Early Stop及Learning rate decay，但是代码被注释掉了，我想问下前后的差别有多少？
3. dev 验证及batch扩充问题
   最后一个是小问题，我看代码中将dev放在train的batch遍历中，采用step进行控制，传统的我见过的，都是先训练完train，然后进行dev，我想问下这两者哪一个是标准的？
   对于batch扩充问题，楼主采用对不足的部分进行复制，以前看有的代码采用对于整个数据进行随机扩充为batch_size的整数倍，另外想问下对于TF的动态batch_size的实现问题（采用assign?），楼主有好的思路？

跑完结果融合后发现 sentiment_word没有像 要求的那样输出 情感词，请教如何能得到 "太贵了" "不舒服" 这些情感词

单纯跑代码，还没细扣

train_x = np.concatenate(oof_data, axis=-1)

是不是

下载的data下并没有这个目录 啊

烦劳指教

data/sentiment_word.txt
config.py中定义了很多./bilm/dump/下的文件，可是没有这个目录。

train_predict.py因缺少这些文件无法执行。

您好，我在运行您的代码时运行到最后一步的时候，不知道676.csv是什么文件。能否麻烦您解释一下呢，多谢！

我看你train_predict中训练数据拼接了round2zh2jp.csv，round2zh2en.csv数据，这些数据是先把原文用翻译成日语（英语）然后翻译回中文，增加一定扰动性，用以做数据增强的么？

全文好像没看到这个变量是怎么定义的