为什么训练的时候输出和与测试的时候不一样？

[Cauchyzhou]

我可以理解测试输出的原理，但是为什么训练的时候不也用同样的办法呢，因为我在用BiLSTM模型在自定义数据集时（NA关系的三元组占了训练集总数的80%左右），发现预测的时候NA和正确关系的输出都是1。

结果的问题我已经发现了，是dropout的问题，tf.layers.dropout 的参数是drop率，不是keep_prob

[THUCSTHanxu13]

训练时候做pr的话太麻烦了，训练显示的就是简单的预测准确率，只是用来辅助判断训练过程是不是有效的。我的两个联合模型是并行训练的，中间停下来进行测试比较麻烦。不过NA和正确关系都是1，过拟合了吧。。。

[Cauchyzhou]

结果的问题我已经发现了，是dropout的问题，tf.layers.dropout 的参数是drop率，不是keep_prob

我表达的不太清楚，我针对的是TransD模型，训练时使用的katt是用已知标签/关系来做，测试的时候是所有关系都做katt，然后后面再取最大当预测。那么为什么训练的时候不用所有关系的katt那样做呢？

[THUCSTHanxu13]

这个有点延续Neural Relation Extraction with Selective Attention over Instances的训练测试方式，因为测试的时候并不知道关系是什么，所以采用了这样的测试方式。不过理论上，你说的训练方式也是可以的