问题标签 [nlu]

目前我的模型给出了 3 个输出张量。我希望他们两个更合作。我想使用 self.dropout1(hs) 和 self.dropout2(cls_hs) 的组合来通过 self.entity_out 线性层。提到了这个问题 2 张量的形状不同。

当前代码

必需的

假设我成功连接了......反向传播会起作用吗？

有没有关于如何在不安装 Rasa 的情况下使用 DIETClassifier 的示例？甚至可能吗？谢谢！

是否可以定义两个不同的管道并决定在推理时使用哪一个？（以及不同的模型）为了简单起见，请考虑一下英语-意大利语 MoodBot。首先，您检测用户使用的语言，并根据结果使用意大利语管道或英语管道。我需要这个，因为不同的语言可能需要不同的 NLU 管道。我希望我的意思很清楚。谢谢！

我对 Google Actions 有这样的意图，有几句话：

我正在使用一种默认系统类型：

银行帐户应始终为 8 位数字，因此我在考虑是否可以在用户键入时在 Google Actions 上使用 Regex 来识别这个确切的实体。

如果是，具体如何？

我可以像这样用正则表达式创建一个话语：\d{8}

我是否应该像对两个给定示例一样“突出显示”作为参数？

谢谢，

假设我有一段文字，例如：

苹果公司由史蒂夫·乔布斯、史蒂夫·沃兹尼亚克和罗纳德·韦恩于 1976 年创立，旨在开发和销售沃兹尼亚克的 Apple I 个人电脑。1977 年，乔布斯和沃兹尼亚克将其合并为 Apple Computer, Inc.，其计算机的销量（其中包括 Apple II）迅速增长。Apple Computer, Inc. 成立于 1977 年 1 月 3 日，Wayne没有离开，他在共同创立 Apple 后仅 12 天就离开并以 800 美元的价格将他在公司的股份卖给了乔布斯和沃兹尼亚克。

这里的“Jobs”、“Wozniak”、“Wayne”分别指的是“Steve Jobs”、“Steve Wozniak”和“Ronald Wayne”。

如何将文本解析为类似

Apple 由史蒂夫·乔布斯、史蒂夫·沃兹尼亚克和罗纳德·韦恩于 1976 年创立，旨在开发和销售史蒂夫·沃兹尼亚克的 Apple I 个人电脑。1977 年，史蒂夫·乔布斯和史蒂夫·沃兹尼亚克将其合并为 Apple Computer, Inc.，其计算机（其中包括 Apple II）的销量迅速增长。Apple Computer, Inc. 于 1977 年 1 月 3 日成立，罗伯特·韦恩 ( Robert Wayne )在共同创立 Apple 后仅 12 天就离开并以 800 美元的价格将他在公司的股份卖给了史蒂夫·乔布斯和史蒂夫·沃兹尼亚克。

用“史蒂夫乔布斯”替换“乔布斯”显然是需要做的，但我如何检测到与“史蒂夫乔布斯”相对应的文本中有“乔布斯”。

（Steve Jobs 和 Jobs 被检测为单独的命名实体）

我有一个相当简单的脚本来对自然语言查询中的意图进行分类，效果很好，我想从一个预先训练的 200 暗淡的自定义模型中添加一个词嵌入层。我正在尝试通过本教程帮助自己Keras pretrained_word_embeddings但是到目前为止我所取得的成就，训练非常非常缓慢！更糟糕的是，模型没有学习，每个时期的准确性都没有提高，这是无法处理的。我认为我没有正确配置图层或参数不正确。你能帮忙吗？

我正在尝试在 Tensorflow-keras 上微调预训练的 XLM-RoBERTa。我正在使用英文数据集进行文本分类。我使用xlm-roberta-base tokenizer 来标记句子。我正在使用来自 TFRobertaForSequenceClassification的 roberta-base模型。请在下面找到代码。

我正在使用 google colab GPU 进行微调。Tensoflow 版本是 2.7.0。我在训练模型时遇到错误。谁能帮我解决这个错误？

InvalidArgumentError: indices[2,268] = 124030 is not in [0, 50265) [[node tf_roberta_for_sequence_classification_1/roberta/embeddings/Gather（定义在 /usr/local/lib/python3.7/dist-packages/transformers/models/roberta/ modelling_tf_roberta.py:149) ]] [Op:__inference_train_function_82886]

错误可能源于输入操作。连接到节点 tf_roberta_for_sequence_classification_1/roberta/embeddings/Gather 的输入源操作：In[0] tf_roberta_for_sequence_classification_1/roberta/embeddings/Gather/resource：
In[1] IteratorGetNext（定义在 /usr/local/lib/python3.7/dist-packages /keras/engine/training.py:866)

我似乎无法在界面中找到我为 NLU API 使用了多少每月信用/单位。我在哪里可以找到这个？