标签数量问题 about chinese_text_cnn HOT 10 OPEN

同问

from chinese_text_cnn.

同问

from chinese_text_cnn.

多了个unk

from chinese_text_cnn.

可以将代码中：args.class_num = len(label_field.vocab) 换成：args.class_num = len(label_field.vocab) - 1。因为代码用的时候是label_field.build_vocab(train_dataset, dev_dataset) 用的制作词汇表的代码，而词汇表中有一个unk，就是没有出现在词汇表中单词的代表形式，所以会多一个unk。label_field只对标签数量产生影响，只要把标签数量改回原始数量就行了。

from chinese_text_cnn.

Batch[1800] - loss: 0.009499 acc: 100.0000%(128/128)
Evaluation - loss: 0.000026 acc: 94.0000%(6616/7000)
early stop by 1000 steps, acc: 94.0000% 这个是作者跑出的结果；

Batch[2200] - loss: 0.008443 acc: 100.0000%(128/128)
Evaluation - loss: 0.000025 acc: 94.7429%(6632/7000)
Saving best model, acc: 94.7429%
这个是我跑出的结果

from chinese_text_cnn.

请问这个结果，只是args.class_num = len(label_field.vocab) 换成：args.class_num = len(label_field.vocab) - 1吗？：
Batch[2200] - loss: 0.008443 acc: 100.0000%(128/128)
Evaluation - loss: 0.000025 acc: 94.7429%(6632/7000)
Saving best model, acc: 94.7429%

from chinese_text_cnn.

是的，其他的我记得我也没做修改，就搭建了环境！

from chinese_text_cnn.

@caoxiaopeng123 十分感谢

from chinese_text_cnn.

或者在配置label_field的时候可以设置关掉试试,:
label_field = data.Field(sequential=False, unk_token=None)
我自己写的时候发现这样len(label_field.vocab)输出是正常的, 是2

from chinese_text_cnn.

大佬，那为什么我只有1000+条数据，为啥args.vocabulary_size = len(text_field.vocab)是4210多个？是因为我1000+条的数据构成了一个字典一样的东西，然后相当于字典里面存了4210个词汇吗？

from chinese_text_cnn.