Stanford nlp 斯坦福大学核心NLP培训模式的指导

Stanford nlp 斯坦福大学核心NLP培训模式的指导,stanford-nlp,sentiment-analysis,training-data,Stanford Nlp,Sentiment Analysis,Training Data,我是情感分析领域的新手,我对学习培训模型非常感兴趣,您能解释一下下面命令中包含的每个说明吗 java-mx8g edu.stanford.nlp.touction.mountaining-numHid 25-trainPath train.txt-devPath dev.txt-train-model model.ser.gz 以下功能是什么: -纽希德25 -trainPath train.txt -devPath dev.txt -训练 -model.ser.gz 您能帮我吗?更复杂的选项在

我是情感分析领域的新手,我对学习培训模型非常感兴趣,您能解释一下下面命令中包含的每个说明吗

java-mx8g edu.stanford.nlp.touction.mountaining-numHid 25-trainPath train.txt-devPath dev.txt-train-model model.ser.gz

以下功能是什么: -纽希德25 -trainPath train.txt -devPath dev.txt -训练 -model.ser.gz


您能帮我吗?

更复杂的选项在这些类的注释中描述:

您列出的其余选项是培训期间的读/写路径

  • -trainPath
    参数指向标记的情绪树库。此数据中的树将用于训练模型参数(也用于为模型词汇表播种)
  • -devPath
    参数指向第二个标记为情绪树库的树。此数据中的树将用于定期评估模型的性能。我们不会就这些数据进行培训;它将仅用于测试模型对未知数据的概括程度
  • -model
    参数指定保存已学习情绪模型的位置

我认为,如果你用谷歌和文档展示你已经发现的东西,以及你不明白的东西,那会有所帮助。这里有一点解释:谢谢!我只有一个问题,我想使用一个音乐数据集来训练(例如train.txt),我正在手动标记它。我的问题是:是否还需要手动标记文件:dev.txt?我不理解dev.txtYes的用途,dev.txt也需要以同样的方式标记。我们需要有一些方法来估计模型在新的/看不见的数据上的性能。这就是开发集的用途——您不会在培训中向模型展示它,而是使用它来测试模型在“新”示例中的性能。