运行JointBert的代码来进行intent classification和slot filling时,我将atis数据集和snips数据集合并到了一起进行训练,之后因为选择了不同的数据集来测试,出现了一个问题:每次测试的结果都相同。
原因是每次test数据集时,模型都会调用处理好的特征文件。而我之前test时已经生成了一个特征文件,所以test新的数据时会使用旧的特征。
解决办法:删除之前的特征文件即可。

本文分享了在使用JointBert模型进行intentclassification和slotfilling任务中遇到的一个问题:每次测试结果相同。原因是模型在测试时调用了之前生成的特征文件,导致新数据未被正确处理。解决方案是删除旧的特征文件,确保模型能重新生成针对新数据的特征。
运行JointBert的代码来进行intent classification和slot filling时,我将atis数据集和snips数据集合并到了一起进行训练,之后因为选择了不同的数据集来测试,出现了一个问题:每次测试的结果都相同。
原因是每次test数据集时,模型都会调用处理好的特征文件。而我之前test时已经生成了一个特征文件,所以test新的数据时会使用旧的特征。
解决办法:删除之前的特征文件即可。
