问题描述:
模块A使用了基于词粒度的深度学习模型,训练的过程是独立的并没有放进项目环境中,而在本项目的其他模块中加入了自定义字典,导致项目jieba分词的词典环境与模型独立训练过程中的环境不同,一个query进来模型拿不到与训练过程中同样的分词结果,所以结果与预期有出入。
解决方法:
#新建一个分词器,使该分词器与模型训练过程中有相同的自定义字典
import jieba
tokenizer1 = jieba.Tokenizer(dictionary=DEFAULT_DICT)
#模型中使用该分词器而不是调用全局分词器
result = jieba.Tokenizer.cut(tokenizer1,query)
这样分词环境就能得到区分了
博客指出模块A采用基于词粒度的深度学习模型,训练独立于项目环境。项目其他模块加入自定义字典,使jieba分词词典环境与模型训练时不同,导致query分词结果与预期有出入,提出要区分分词环境来解决问题。
641

被折叠的 条评论
为什么被折叠?



