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。