关于神经网络训练的坑（语料太少）

我们在搭建神经网络时，大家的网络模型大同小异，但是语料的差别还是蛮大的，不管是大小还是领域，所以我就遇到这样的事。

       故事的起因是因为我手里有一份很小的语料，大概有2000句左右，我构建了多层网络去做词性识别，但是我由于只想测试模型的效果，所以每次只是象征性的跑一次，结果训练时的准确度还有95%左右，但是预测提取实体时，怎么都提取不到正确的实体。也就是说实体识别数为0，经过一下午的实验才发现，尽管训练时的准确率还是够，但是那是数据上的差值准确率，但是当落实到提取实体时就会导致一个实体都提取不出来。

    所以总结为，当我们的数据量较小时，在测试模型效果时，必须要跑超过10次以上，才能看到实体提取效果。