数据中前两列是什么意思？

[cdj0311]

第一列和第二列是什么意思？

[snowlord]

好像没有用到吧，通过build_vocab()来看

[white127]

有些列的数据在这里没有用到，可以忽略

[snowlord]

@white127 @cdj0311 在validation函数中，我的理解第一列1表示是正例，0表示是反例。第二列表示一个问题。不知道对不对。但是我通过test1.sample进行验证top-1 precition:只有10%。没有达到62%。求解释，是不是test1.sample文件数据不对。

[white127]

@snowlord test1.sample数据是采样的很少量数据，不要用这个测试吧，最好用全量的

[snowlord]

@white127 怎样采样，是从train文件进行采样吗？一个反例要设为多少？或者可以把你用的全量的上传

[white127]

@snowlord ，主要是sample中的数据量少，所以你训练出来的模型效果可能会打折扣。正例和负例的数据量可以是1:1左右。全量的数据太大，不好传

[ineWsTut]

我理解的top1是指，对于某一个问题，比如1个正例答案和499个负例答案，然后每一个去和问题算一个相似度，取最高的相似度吗？ 我感觉这样的准确度达不到62%呢，是我理解有问题吗？

[white127]

是这样的

在 2016年10月18日 下午8:40，ssdf93 [email protected]写道：

我理解的top1是指，对于某一个问题，比如1个正例答案和499个负例答案，然后每一个去和问题算一个相似度，取最高的相似度吗？
我感觉这样的准确度达不到62%呢，是我理解有问题吗？

—
You are receiving this because you were mentioned.
Reply to this email directly, view it on GitHub
#2 (comment),
or mute the thread
https://github.com/notifications/unsubscribe-auth/ABffUIpdg14-Tu7rIo_FO8NC49eIXjBLks5q1L4qgaJpZM4KFkeV
.

[white127]

LSTM-BASED DEEP LEARNING MODELS FOR NON-FACTOID ANSWER SELECTION

2016-10-19 20:57 GMT+08:00 cuixue [email protected]:

请问是哪篇论文的代码

—
You are receiving this because you were mentioned.
Reply to this email directly, view it on GitHub
#2 (comment),
or mute the thread
https://github.com/notifications/unsubscribe-auth/ABffUBErh63BlVej3MLrim25Z787l4CHks5q1hO1gaJpZM4KFkeV
.

[highven]

作者您好，我在阅读您的基于tensorflow的代码时，有个问题需要请教
您的源代码insqa_train.py似乎并没有使用vectors.nobin的向量化表示
代码截取如下
x_train_1, x_train_2, x_train_3 = insurance_qa_data_helpers.load_data_6(vocab, alist, raw, FLAGS.batch_size)
testList, vectors = insurance_qa_data_helpers.load_test_and_vectors()
vectors = '' vectors被覆盖了
请问这是什么原因

[liuluyeah]

同问 vectors被覆盖了，vectors.nobin这个文件有用到吗？
testList, vectors = insurance_qa_data_helpers.load_test_and_vectors()
vectors = ''

[white127]

这个忘记了，pretrain的词向量在这一份语料上用不用差异好像都不大。随机初始化的词向量也能有比较好的效果

同问 vectors被覆盖了，vectors.nobin这个文件有用到吗？
testList, vectors = insurance_qa_data_helpers.load_test_and_vectors()
vectors = ''