The problem of the training on new dataset about lcf-atepc HOT 8 CLOSED

情感极性转换失败了，请检查数据集里面情感极性没有缺失的情况

from lcf-atepc.

做实验验证了不是数据集的问题，请问您跑代码除了对数据集进行格式上的转化，是不是还对数据集做了别的特殊处理？

from lcf-atepc.

这个工作将近两年了，细节记不大清了。数据集有没有特殊处理也只涉及后面features的处理，应该是不会影响数据集读取。你可以把出错的部分数据发给我，我帮你看一下

from lcf-atepc.

另外，中文数据集的极性是0，2分别代表正负，没有中性的情感（1）。数据在建模前会吧0，2转换成0，1。而-1则是情感标签的填充，不参与极性的学习

from lcf-atepc.

根据您的描述，我的数据集中只有积极和消极两种极性，没有中性，感觉这样不会影响数据集的读取吧？而且我看您代码里中文只分成两类，似乎没有中性的极性判断。英文数据集是分成三类的。
我的数据集例：
这 O -1
里 O -1
发 B-ASP 2
展 I-ASP 2
肯 O -1
定 O -1
好 O -1
是 O -1
一 O -1
块 O -1
宝 O -1
地 O -1

这 O -1
么 O -1
高 O -1
的 O -1
房 B-ASP 0
价 I-ASP 0
自 O -1
己 O -1
留 O -1
手 O -1
里 O -1
吧 O -1
永 O -1
远 O -1
也 O -1
别 O -1
想 O -1
卖 O -1
出 O -1
去 O -1

实 B-ASP 0
物 I-ASP 0
图 I-ASP 0
无 O -1
语 O -1
这 O -1
全 O -1
是 O -1
售 O -1
楼 O -1
处 O -1
的 O -1
照 O -1
片 O -1
… O -1
根 O -1
本 O -1
不 O -1
是 O -1
小 O -1
区 O -1
里 O -1
的 O -1
照 O -1
片 O -1
好 O -1
吧 O -1
… O -1

from lcf-atepc.

这个数据看起来是没有问题的，我有时间帮你看一下。你可以先尝试一下https://github.com/yangheng95/PyABSA ，这里面的代码鲁棒性更好，不过一些地方与原始的实现不同。

from lcf-atepc.

需要注意的是PyABSA是自动根据极性的种类初始化模型的，需要极性从0开始并且连续。例如如果你的极性只有两种，那么就使用0，1标注

from lcf-atepc.

好的，谢谢您！

from lcf-atepc.