→ roccqqck: Train 3個model啊07/14 00:48
可是那三個面向沒有標籤,請問要怎麼訓練呢orz
→ roccqqck: 你找找multiple choice07/14 00:50
請問是直接搜multiple choice嗎?我搜出來是如何用python出選擇題@@ 感謝回答!
※ 編輯: nchunerdy120 (36.231.57.7 臺灣), 07/14/2020 07:00:35
推 st1009: 直接rule base人工標記關鍵字感覺最簡單,肯定跟否定關鍵07/14 07:23
推 st1009: 可以拿別人做好的07/14 07:23
請問別人做好的rule based是從kaggle抓嗎? 還是有其他管道呢? 感謝!
※ 編輯: nchunerdy120 (223.136.251.155 臺灣), 07/14/2020 07:54:26
→ jigfopsda: 一樓說的應該是 bert multiple choice07/14 08:58
好的,我研究看看,感謝~
→ roccqqck: 自己label啊 不要指望別人幫你label 07/14 12:08
所以這種情況一般都是自己標籤嗎? 因為我第一次處理這種東西,然後數據量又很大(
八百萬筆),所以問題比較多,感謝
推 st1009: 我個人是推薦從github抓 07/14 12:36
好的我查查看,感謝~
※ 編輯: nchunerdy120 (223.136.251.155 臺灣), 07/14/2020 16:30:31
推 sean50301: 關鍵字: aspect level sentiment analysis 07/14 21:07
感謝您,我查查看~
※ 編輯: nchunerdy120 (223.136.138.95 臺灣), 07/15/2020 10:20:07
推 sxy67230: 可以考慮用bert接三個分類器,出來就是三個類的評分, 07/17 21:11
→ sxy67230: 初期可以考慮請人手動標出一百篇三項評分,或是爬蟲看 07/17 21:11
→ sxy67230: 看有沒有現成網站資料可以蒐集,在嘗試用snorkel做資料 07/17 21:11
→ sxy67230: 增強。個人認為表現應該就很不錯了 07/17 21:11
推 littleyuan: bert 加上一層NN負責分類就可以 07/28 07:23
→ littleyuan: 花錢找labeling company幫忙 印度有 台灣好像也有些慈 07/28 07:24
→ littleyuan: 善機構有 07/28 07:24