You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
针对问题2,当时的实验是,如果匹配的负样本太多,会降低准确率,提高召回率,其实这是一个平衡的问题,要得到最后的f1最高。因为这个是通用领域的实体,如果通过匹配,会得到很多的负样本,f1会下降,如果是一些专业领域,实体特征比较明显或者比较长的话,可以通过一些模糊匹配的方式。问题一,当时时间紧迫没有尝试
在2020年02月02日 00:13,我是一只可爱的胖虎 写道:
我有两点疑问
1、这个NER和EL系统实际是一个pipeline的系统,不知道你们有没有试过joint model,按照道理,EL应该能在一定程度上辅助NER,虽然最后预测的时候还是一个pipeline。
2、EL那块,负样本应该是同名实体里面取两个作为负样本?实际上,通过更大范围的模糊匹配得到更多的负样本,会不会对效果有提高。
刚刚接触这一块,希望作者多多指教一下
—
You are receiving this because you are subscribed to this thread.
Reply to this email directly, view it on GitHub, or unsubscribe.
我有两点疑问
1、这个NER和EL系统实际是一个pipeline的系统,不知道你们有没有试过joint model,按照道理,EL应该能在一定程度上辅助NER,虽然最后预测的时候还是一个pipeline。
2、EL那块,负样本应该是同名实体里面取两个作为负样本?实际上,通过更大范围的模糊匹配得到更多的负样本,会不会对效果有提高。
刚刚接触这一块,希望作者多多指教一下
The text was updated successfully, but these errors were encountered: