xiangrongzeng / copy_re Goto Github PK

您好，有将原始数据处理成各种json文件的程序么，不知道您怎么进行处理的

您好！请问我用默认设置训练webnlg的时候f1/precision/recall 只有0.218 0.182 0.199 会是什么原因呢。我尝试过将cell换成gru，然后看了上面的回答把learning rate改成0.01，也只是提升到0.352 0.358 0.346 。如果可以的话想请教一下改进的方法。

hi, Dr Zeng.When I use nyt dataset to train.I can't foud the files shown in the next img.Could you upload them?

How can I get raw_train.json,raw_test.json,raw_valid.json

请问模型是怎么解决一个entity包含多个词的情况的呢？

您好！
请问您有NYT原始数据集（包括训练数据集、验证数据集、测试数据集）吗？能否发我一份，我的邮箱是：[email protected].
谢谢您！

您好，我想请教一下。我看train_Data中三元组是指向的实体在句子中开始的位置，那么由两个单词组成的实体是怎么做到抽取后一个词的？

    您好！打扰了，这几天拜读了您的论文，被论文巧妙的构思、扎实的工作深深折服了。看论文的时候仍存在一些疑问，希望得到您的解答。

• 17年ACL这篇《Joint Extraction of Entities and Relations Based on a Novel Tagging Scheme》提到的NYT数据集已经提供有测试集，为什么您还要自己划分呢？还有一点我不明白的是，为什么要过滤长度大于100的句子？
• 您在论文中提到抽取三元组，但是您的论文只能抽取实体的最后一个单词。
  希望能得到您的答复。谢谢~

• if the triplet entities contain multiple words, your sequence decoding pipeline will never get the right triplet out, so whether the multiple word triplets are all count wrong?
• or you just evaluate it based on the inaccruate tagging target?

In order to reproduce the result, can you give the "requirements.txt" or include it in README?
I don't know which version of tensorflow to install...
Looking forward to your answer!

您好！
请问您有对WebNLG语料划分之后的原始数据集（包括训练数据集、验证数据集、测试数据集）吗？能否发我一份，我的邮箱是：[email protected].
谢谢您！

您好，我使用了您提供的webnlg的原始数据集和json处理程序，将7个文件夹下的文件进行了合并，最后处理完后，显示合法的样例是5576条（训练集5076，验证集500条），而论文中训练集是5019条，请问是我遗漏了什么预处理吗？（entry number 7002，valid instance number 5576）

I just found 'words2id','relations2id' and 'words_id2vector'. where is the embedding for relations?

Hello, I am trying to map the triples_ids for the webnlg data back to the original triples in string form.
I understood after some time (it could be helpful to explain this clearly in the readme) that the data is formatted as (sentence_ids, triples_ids) and that each triples_ids is a list of dimension 3*n_triples_in_sentence composed as:

[subject_end_position, object_end_position, relation_id for i in range(n_triples_in_sentence)]

but without the entity_start_position how can you recover the original triple?
Alternatively is there any way to map the instance of your modified dataset to the original instances in the webnlg data?
Thanks!

我理解模型目前为实体仅拷贝一个词（训练时使用最后一个词），但是评测的时候也仅认为标准答案中所有实体都是最后一个词吗？
目前看处理之后的数据都仅仅记录了最后一个词的位置而没有记录初始位置，训练集使用这个没有问题，但测试和开发也这么处理会不会就有问题了？

hi, Dr Zeng, when I use the default setting to train on webnlg dataset, the f1/precision/recall seems to be 0.00.. and the entity in visualized result repeated twice. still can't figure out what's wrong and looking forward to your reply~

您好！
请问你在处理数据时先过滤所有仅包含None关系的句子吗？

Have you considered that relation facts order will affect the loss count？
for example：
target triplets may be like this: [(1,2,3),(4,5,6)], which should be equal to [(4,5,6), (1,2,3)]. with the way counting loss that paper mentioned, it may be quit different.