search

MaximTian / TransX

Trans系列之TransE and TransH, PTransE
33 stars 12 forks source link

中文数据集 #3

Open summerzpy opened 5 years ago

summerzpy commented 5 years ago

您好： 想请教一下，如果自己构造中文数据集，关系和实体姓名较长时，需要分词处理吗？一般要处理成什么格式呢？ 谢谢

MaximTian commented 5 years ago

您好： 想请教一下，如果自己构造中文数据集，关系和实体姓名较长时，需要分词处理吗？一般要处理成什么格式呢？ 谢谢 不需要的，都会统一处理成entity2id，relation2id，即id映射的形式

summerzpy commented 5 years ago

您好： 请问您那有可以在thunlp实验室开源的transx框架上跑的中文数据集么？ （好像不可以贴图==） relation2id 数据 eg：自行车 12 水泥P·O 42.5R_纸塑复合袋 50kg_润丰 13 七匹狼（软灰） 14…… 这样的数据格式是否还需要进一步处理呢？

MaximTian commented 5 years ago

他们实验室做的都是公开的英文数据集。wikidata好像有中文数据部分，你可以找一找 这样的数据格式处理方法，应该没什么问题

summerzpy commented 5 years ago

好的，谢谢！