jd-aig / nlp_baai Goto Github PK

你好，看到你们介绍有提供数据集，但是2020年的数据集在哪里下载哈？可以提供下下载链接吗

比赛模型文件过大，几个G的大小。使用贵比赛提供的“提交评审”页面中“上传文件”按钮，选择了模型文件并上传后，无回复反应。请问该如何处理呢？

model = model_class.from_pretrained(args.model_name_or_path, from_tf=bool('.ckpt' in args.model_name_or_path), config=config)，在进行检索baseline model调试过程中出现预训练模型加载时出现Segmentation fault (core dumped)。
transformer version：2.9.1， 2.11.0 都会出现这样的错误
pytorch version: 1.3.1

File "raw_data_preprocess.py", line 279, in <module>
    train_items, dev_items = do_preprocess(args.directory, args.sess_turns)
File "raw_data_preprocess.py", line 81, in do_preprocess
    waiter = word[4]

难道我们用的不是同一个训练文件吗？我用的是data_train.txt，这个文件里面商品编号这一列有部分是空的

你好！ 感谢提供baseline model
官网中对于问题的描述是这样的
输入（上下文信息，用户问题）：此轮对话用户提出的问题Qn，其中Qn可能为纯文本、纯图片的问题或图文相结合的问题；此轮对话前n-1轮的对话历史信息，C={Q0, A0, Q1, A1, …, Qn-1, An-1}，历史对话信息也可能为多模态形式。 输出（文本预测答案）：根据输入信息，输出满足第n轮用户问题Qn所期望的答案，该答案应该是通顺、逻辑一致且含有丰富知识的文本回答。
我在阅读代码时发现
input_conversations = [conv[:-1] for conv in conversations] target_conversations = [conv[1:] for conv in conversations]
即，baseline model在train、evaluate以及test过程中，不仅需要根据{Q0, A0, Q1, A1, …, Qn-1, An-1,Qn}预测An,
还需要分别根据{Q0}预测A0，根据{Q0，A0}预测Q1，根据{Q0,A0,Q1}预测A1,...,根据{Q0,A0,...,Qn-1,An-1}预测Qn？

这与paper中的描述似乎不太一样？ 并且模型在训练过程中还需要预测客户问题，不太清楚这是否合理

点击链接，提示访问权限被限制，不知道是否还开放下载权限？