lqqdeyhm
commented
3 years ago 我也想请教这个问题，Weibo数据集采用更新后数据集；参数设置为dropout=0.1；hidden_size=100；lr=0.005；取前30个epoch的结果，最后P = 65.83，R=50.72， F=57.30,其中P值过高，另外两个都低。不知道你有没有使用bert，或者biword，char 的embedding呢？
Open jugechengzi opened 3 years ago
lqqdeyhm
commented
3 years ago 我也想请教这个问题，Weibo数据集采用更新后数据集；参数设置为dropout=0.1；hidden_size=100；lr=0.005；取前30个epoch的结果，最后P = 65.83，R=50.72， F=57.30,其中P值过高，另外两个都低。不知道你有没有使用bert，或者biword，char 的embedding呢？
jugechengzi
commented
3 years ago 没有bert和bichar，就是普通的条件，可能是随机种子的原因，更换随机种子可以得到不同的结果，但是我还没有达到论文描述的水平
你好，我用了你的代码在weibo和Resume上进行了测试，结果并没有论文中的那么高，请问是什么原因呢。 结果如下：save_model/Weibo Best dev score: p:0.7023121387283237, r:0.6246786632390745, f:0.6612244897959183
Test score: p:0.6656534954407295, r:0.5289855072463768, f:0.5895020188425303
save_model/Resume Best dev score: p:0.9511705685618729, r:0.9498997995991983, f:0.9505347593582887
Test score: p:0.9524984577421345, r:0.947239263803681, f:0.9498615810519839
在微博上f是58.95，resume则为94.99，论文中分别为61.42和95.53.
我对代码修改的地方又两点，第一是将mask的.byte()的tensor全部改为了.bool() 第二是代码中的原始数据集指示路径为.CNNER/data/……,但是实际上下载的代码是没有.CNNER目录的，我修改为了./data/……
如果能抽空指教，将不胜感激，谢谢！