machine-learning - 训练数据集的局限性是什么 -Uima Ruta

Question

在 TextRuler 视图中，训练数据中的输入数量是否有任何限制。因为它花费了太多时间。有时它会生成规则，或者它会显示一些 GC 开销限制。

如果我尝试使用由算法生成的脚本，它会显示一些错误。

错误：

Error in KEP,  line 160, "SCRIPT": found no viable alternative

生成的脚本：

SCRIPTSTART{->MARKONCE(SCRIPT,1,3)} ANY*? SCRIPTEND;
SCRIPTSTART{IS(SCRIPTEND)->MARKONCE(SCRIPT)} ;

score 0 · Accepted Answer

关于错误：

该错误表明 SCRIPT 未知。是否声明了类型 SCRIPT？生成的规则可能只是规则，您需要添加导入才能构建正确的脚本。第160行的内容是什么？

关于 TextRuler 一般：

创建该框架是为了在规则工程期间支持用户。它不是针对常见的监督机器学习优化的框架。因此，它没有针对运行时和内存使用进行优化。

算法为每个示例创建规则并尝试获得良好的覆盖率。因此，示例越多，算法所需的时间就越长。

内存使用率不应该这么高。这可能是可以修复的，但现在没有人可以做任何事情。

免责声明：我是 UIMA Ruta 的开发人员

1 回答 1