Lees 'n kenmerk en kontroleer die lees.
Waarom dit saak maak 'n kenmerk kry 'n naam vanaf sy topvoorbeelde. Daardie naam is 'n hipotese, en die meeste gepubliseerde kenmerklabels word nooit getoets teen teks wat die etiketter nie gesien het nie.
Laai die kursus se opgeneemde sparse autoencoder (256 features, l1 0.3, getrente vir 2,000 steps van 512 vectors, langer as wat 'n les toelaat, en dieselfde features op elke masjien) en kies, vir 'n paar strings, die feature wat die spesifiekste is vir posisies waar die teks met daardie string eindig. Label dit dan en toets die label op gehou teks:
- precision: van die gehoude plekke waar die kenmerk sterk vuur (bo die helfte van sy grootste opleidingswaarde), die deel waar die teks werklik eindig met die string;
- recall: van die gehoude plekke wat eindig met die string, die deel waar dit afvuur.
interp.top_contexts(sae, A, X, model, k) wys waar funksie k die hardste vuur, soos die teks tot by daardie karakter.
Voorspel eers: die kenmerk vir "tra" skiet die hardste op " before tra" en " layers tra" (die begin van "train"). Sal 'n "tra" label die meeste van die tyd reg wees op nuwe teks?
Woorde en simbole in hierdie les
- sparse autoencoder
- a wye laag wat getoë is om vektore te herbou vanaf 'n paar aktiewe kenmerke op een slag
- presisie, herroeping (van 'n etiket)
- van die plekke waar 'n kenmerk vuur gee, is die deel waar die etiket pas; van die plekke waar die etiket pas, is die deel waar dit vuur gee
Stel my_guess op "yes" of "no". Skryf check(k, s) wat (precision, recall) op die uitgehoue vektore teruggee, waar die kenmerk op 'n plek afgaan wanneer sy waarde daar bo die helfte van sy grootste waarde op die opleidingsvektore is (F[:, k].max()). Vul results[s] = check(feature_for(s), s) in vir " the", "ing" en "tra". Stel honest_label op die stringe waarvan die etiket staande bly (precision minstens 0.7) en really op die drieletter-einde waarop die "tra"-kenmerk die meeste in uitgehoue teks afgaan.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.