Closed Lanme closed 4 years ago
@Lanme 联合模型预测关系时确实会出现上述情况,于是我尝试了不同的损失函数来尝试解决该问题,但是目前还没彻底解决。具体原因参见README.md 中的 Need Your Help! ,欢迎提供解决该问题的方法。
这个是loss导致还是N的负样本太多导致的呢?
这个是loss导致还是N的负样本太多导致的呢?
本质上时负样本太多,导致类别不平衡问题,可行的一种解决方法是修改损失函数给予需要少数类更多的关注。希望你可以在这里获得一些启发: https://yuanxiaosc.github.io/2019/08/16/机器学习中的常识性问题/#如何处理数据类别不平衡问题
我尝试了你的mask_loss.py,预测结果还是一样。正在尝试跑原来的bekou的模型,因为我看他原来的也是出现很多N呀,另外如果是loss的问题有木有尝试focal loss呢
@Lanme 希望你能做实验看看,比如用他的代码来跑这个数据。我也问过他是如何处理的,他说他没有特别处理。。。。
这个问题有解决吗?我训练了下,预测也都是这个结果
@Lanme @yuanxiaosc
训练跑的是 run_multiple_relations_extraction.py 我只是预测了三句而已:
这是loss:
ner的结果是有了,但是关系的结果: