您好，我有两个问题

[zd25423]

1.Step 3: 修改data_params下的参数：该参数存放特征和label的voc(即名称到编号id的映射字典)，改为相应的路径。 这个具体要求修改什么，能不能举个例子谢谢。 2.我的训练的时候，迭代到20个epoch就停止了，这正常吗？ 3.在测试的时候，标记的结果全部都是O

麻烦您了

[liu-nlper]

1. 例如voc_params/f1/path: './Res/voc/f1.voc.pkl'，这里的voc_params/f1/path名称中的f1需要和model_params/feature_names中的名称一致；
2. 我在自己任务上训练的时候一般也是迭代几十次就early stop了，你看下你的模型loss下降是否正常？
3. 标记结果全O需要调试看一下原因，可以把你的训练数据发一部分吗？

[zd25423]

1.好的，那我就继续用f1,f2应该就是ok的吧。

3. 我的数据大概是这样 出院 n O 医嘱 n O ： x O
4. m O 注意 v O 饮食 n O 及 c O 休息 v O
5. m O 门诊 n O 随访 v O 。 x O 雅安市 ns B-16 名 q I-16 山区 ns I-16 马岭 ns I-16 镇 n I-16 中心 n I-16 卫生院 nt E-16

还有个问题，不使用CRF模型的时候，这model.py的代码貌似有点问题： 364 mask = tf.sign(tf.reduce_max(tf.abs(labels), axis=2)) 367 cross_entropy*mask, axis=1) / tf.cast(self.actual_sequence_length, tf.float32)

[cosmichut]

同问一下，这个模型如何用于分类而不是CRF，只是简单的将usecrf改成False吗？。。。分类样本是用以下格式吗: （前面是序列的单词，后面是分类类别，但实际上整句都是一个类别） java java 开发 java 工程师 java

软件 后台工程师 开发 后台工程师 工程师 后台工程师 @liu-nlper

[liu-nlper]

@cosmichut 你好，这个就是一个分类任务吧，不适合用序列化标注模型来做。。。

[cosmichut]

谢谢解答，那配置文件中的usecrf的用途是？

[liu-nlper]

@cosmichut 标志是否使用crf层，具体参考15年的论文"Neural Architectures for Named Entity Recognition"

[cosmichut]

感谢回答！ 我这边的项目用到了LSTM+CRF, 效果确实比单独的crfsuite库好不少。。通过这个库可以在不用做太多优化的情况下将f1提升到93%-94%。。。用crfsuite只能到90%左右。