HMCN运行报错

[xjtuleeyf]

您好，我在实验中导入了自己的层次结构，层次结构为一级7，二级36，三级518，按照这个结构组织了conf中的参数： "HMCN": { "hierarchical_depth": [0, 384, 384, 384], "global2local": [0, 7, 36, 518] }, 但是运行后报错： Traceback (most recent call last): File "train.py", line 261, in train(config) File "train.py", line 214, in train model = get_classification_model(model_name, empty_dataset, conf) File "train.py", line 82, in get_classification_model model = globals()[model_name](dataset, conf) File "/data/zhanglingling/lyf/NeuralNLP-NeuralClassifier/model/classification/hmcn.py", line 62, in init torch.nn.Linear(self.global2local[i], self.hierarchical_class[i-1]) IndexError: list index out of range 于是我查看了报错位置附近的代码，发现self.hierarchical_class输出为[7,518]只有两层，想问一下可能是什么原因导致的这样的错误呢？

[xjtuleeyf]

您好，我想补充一下我的问题，我现在好像发现了问题所在，self.hierarchical_class好像是对题目中的标签的个数统计，也就是说，比如我的知识结构中的一级标签是A1,A2,A3等，但是他们从未以一个单独的标签在knowledge中出现过，都是以A1-A12-A123的形式出现的，所以相当于模型默认了我只有二级标签和三级标签，是这个意思吗？如果是这样的话有什么解决方案呢，期待您的回复，多谢

[MagiaSN]

可以把一、二级标签也补充到数据中，例如一条数据标签为["A1-A12-A123"]，将父类目也扩充到标签中，变为["A1", "A1-A2", "A1-A12-A123"]

[xjtuleeyf]

明白了，感谢解答，麻烦还有一个小问题想请教您，在修改global2local的参数之后，代码不再报之前的错误了，但是在loss.py和train.py中的有个参数logits，总是报错这个参数应该是一个tensor，实际上是一个长度为3的tuple，为了让代码正常运行，我在loss.py和train.py中的报错位置加入了logits = logits[0]，经过运行发现效果(F1 = 0.50)远差于利用TextRNN的结果（F1 = 0.74），而且在用TextRNN运行模型的时候不会报这种错误，期待得到您的解答！

[xjtuleeyf]

另外还想请问一下存储标签层次的taxonomy文件在哪个部分发挥作用呢？

[MagiaSN]

另外还想请问一下存储标签层次的taxonomy文件在哪个部分发挥作用呢？

taxonomy文件中包含的标签父子关系会用于loss中的hierarchical penalty计算等

[hyzhang91]

明白了，感谢解答，麻烦还有一个小问题想请教您，在修改global2local的参数之后，代码不再报之前的错误了，但是在loss.py和train.py中的有个参数logits，总是报错这个参数应该是一个tensor，实际上是一个长度为3的tuple，为了让代码正常运行，我在loss.py和train.py中的报错位置加入了logits = logits[0]，经过运行发现效果(F1 = 0.50)远差于利用TextRNN的结果（F1 = 0.74），而且在用TextRNN运行模型的时候不会报这种错误，期待得到您的解答！

遇到同样 ogits 的问题，请问有解决吗？ l