模型的输出为什么一定要包含指令中的所有 schema 并保证顺序一致？

[OStars]

您好，非常感谢您整理了众多数据集并将其开源出来！

不过我对数据处理也有一些疑问，如题：模型的输出为什么一定要包含指令中的所有 schema 并保证顺序一致？ 如果一个句子中不包含任何实体/关系/事件，或包含少量实体/关系/事件，会要求输出一个 values 都为空(或有效值很稀疏)的 json，这个 json 可能会非常长 (比如 CASIE 数据集)；为什么不选择仅输出句子中包含的实体/关系/事件呢，减少模型输出长度可能在训练和推理效率上也有一定的改善？

希望您能够解答我的疑问，感谢！

[zxlzr]

您可以自行改造只输出句子中包含的内容

[guihonghao]

对于schema=[A,B,C]，text中存在的scheme是A。

一种输出格式是: {A:[span1, span2], B: [], C: []} 另一种输出格式是：{A:[span1, span2]}

在一些实验上能发现第一种格式准确率会更好一些，直觉上是模型显式地拒绝回答了。

[zxlzr]

请问您还有其他问题吗？