Nlp 训练合成网模型

我正在尝试使用本文提供的数据集，用另一种语言训练GoogleSyntaxNet模型。我编辑了

syntaxnet/context.pbtxt

文件，但是当我试图运行指南中提供的

bazel脚本时，我得到了以下错误：

syntaxnet/term_frequency_map.cc:62] Check failed: ::tensorflow::Status::OK() == (tensorflow::Env::Default()->NewRandomAccessFile(filename, &file)) (OK vs. Not found: brain_pos/greedy/0/label-map)

我的疑问是：我必须提供此文件和其他文件，如
fine to universal.map
、
tag map
、
word map
等，或者训练步骤必须使用训练数据集创建它们？如果我必须提供它们，我如何构建它们

提前谢谢
我正试图做和你一样的事情，却遇到了完全相同的错误。结果是我意外地删除了标志
--compute\u lexicon
。我假设此标志负责创建
标记映射
，
单词映射
等。因此，请确保启用了
--compute\u lexicon
。
我正在尝试与您相同的操作，并遇到了完全相同的错误。结果是我意外地删除了标志
--compute\u lexicon
。我假设这个标志负责创建
标记映射
，
单词映射
等。因此，请确保启用了
--compute\u lexicon
。
我也遇到了类似的错误，老实说，我没有发现问题所在，但我用它来学习培训和测试过程，它为培训提供了有用的文档

您可能无法将训练、调整和测试数据集的格式从
.conllu
更改为
.conl
，或者训练shell可能会被
--arg_prefix
，
--output_path
中提到的目录所混淆，--task\u context，甚至
--model\u path
我也遇到了类似的错误，老实说，我没有发现问题所在，但我用它来学习培训和测试过程，它为培训提供了有用的文档

您可能无法将训练、调整和测试数据集的格式从
.conllu
更改为
.conl
，或者训练shell可能会被
--arg_prefix
，
--output_path
中提到的目录所混淆，--task\u context甚至
--model\u path
我记得在开始时有一个类似的错误。您是否使用了“训练解析器步骤1：本地预训练”下的确切代码？因为您会注意到其中有一个未初始化的$PARAMS变量，它应该表示经过培训的POS标记器的参数。训练标记器时（请参见本教程前面的内容），它将在models/brain_pos/greedy/$PARAMS中创建文件。我相信在您的例子中，这个$PARAMS变量被解释为0，脚本正在brain_pos/greedy/0中寻找一个训练有素的标记者，但显然没有找到。如果您只是在脚本的开头添加一行，指定经过训练的标记器的参数（教程中为128-0.08-3600-0.9-0），应该可以使用

因此：

我记得一开始也有类似的错误。您是否使用了“训练解析器步骤1：本地预训练”下的确切代码？因为您会注意到其中有一个未初始化的$PARAMS变量，它应该表示经过培训的POS标记器的参数。训练标记器时（请参见本教程前面的内容），它将在models/brain_pos/greedy/$PARAMS中创建文件。我相信在您的例子中，这个$PARAMS变量被解释为0，脚本正在brain_pos/greedy/0中寻找一个训练有素的标记者，但显然没有找到。如果您只是在脚本的开头添加一行，指定经过训练的标记器的参数（教程中为128-0.08-3600-0.9-0），应该可以使用

因此：

$PARAMS=128-0.08-3600-0.9-0
bazel-bin/syntaxnet/parser_trainer \
  --arg_prefix=brain_parser \
  --batch_size=32 \
  --projectivize_training_set \
  --decay_steps=4400 \
  --graph_builder=greedy \
  --hidden_layer_sizes=200,200 \
  --learning_rate=0.08 \
  --momentum=0.85 \
  --output_path=models \
  --task_context=models/brain_pos/greedy/$PARAMS/context \
  --seed=4 \
  --training_corpus=tagged-training-corpus \
  --tuning_corpus=tagged-tuning-corpus \
  --params=200x200-0.08-4400-0.85-4