[Refactor] SULM: OneTag

[Nana2929]

Idea [OneTag]

pos, neg, unmentioned/neutral tags 都作為同一個 tag set，用 0, 0.3(?), 1 做預測 bce 任務。這是基本上完全照官方的方法改。 算分數時，pos_tags, neg_tags 拔出來分開算。

• Buff1: classifier change: 把 mse loss 改成用 cross entropy loss 引導 rating prediction 任務

Reasoner sulm: 預測 tag 有無的俩分類任務，weighted loss，sulm 使用 bce loss。

https://github.com/REASONER2023/reasoner2023.github.io/blob/main/trainer/trainer.py#L97-L103

[Nana2929]

data 欄位名 user_id, item_id, pos_aspect_tag, neg_aspect_tag, rating

[Nana2929]

需要改

• [x] data/my_dataloader.py

• [x] data/my_batchify.py

• [x] model/my_sulm.py

• [x] one_tag_predict.py

• [x] trainer/my_trainer.py (ongoing)

• [x] 平行化處理 negative sampling (takes 1hr to complete for GEST)

• [x] 將 user_id, itemid encode 為 0, 1, 2, ... 的 int，這一步驟應該在 `convert{dataset_name}.py` 完成

      self.user = torch.tensor(user, dtype=torch.int64)
      self.item = torch.tensor(item, dtype=torch.int64)

  Traceback (most recent call last): File "/home/P76114511/projects/reasoner2023.github.io/one_tag_predict.py", line 83, in train_data = get_batchify(config['model_type'], config['model'], config['train_type'], 'train')(corpus.trainset, config, File "/home/P76114511/projects/reasoner2023.github.io/data/batchify.py", line 87, in init self.user = torch.tensor(user, dtype=torch.int64) ValueError: too many dimensions 'str'

[Nana2929]

(bibimbap, pos)
(kimchi, neg)
(gige, pos)

轉成 (Korean, +)2, (Korean, -) 1, voting 過後變成 (Korean, +) 這樣的方式來處理多重情緒出現在 aspect 的情況。

[Nana2929]

必須重新把 service, atmosphere,... 的分類安排回去。

-> Solution: 2-stage aspect classify, 使用 SemEval Aspect Category 輔以 yelp 的分類重新分類，詳情見 https://github.com/Nana2929/enrich_rec_dataset/blob/main/aspect_classify_2stage.py

[Nana2929]

最後實驗的數據不好（尤其是 neg 根本沒有學到）於是改寫成 TwoTag