Question

当我使用ATIS（航空旅行信息系统）数据集（http://lisaweb.iro.umontreal.ca/transfert/lisa/users/mesnilgr/atis/）来研究递归神经网络时。我对它的结构感到困惑。

例如，在使用data = pickle.load(open("./dataset/atis.fold0.pkl", "rb"),encoding='iso-8859-1')加载atis.fold0.pkl后，我使用print (np.shape(data_train))获取(4,)。我认为数据[0]是训练集，数据[1]是有效集，数据[2]是测试集，数据[3]是字典。

但是当我使用print(np.shape(data[0]))时，我会得到(3, 3983)。我想知道为什么我会得到3行？这三行之间的区别是什么。

文件atis.fold0.pkl，atis.fold1.pkl，atis.fold2.pkl，atis.fold3.pkl，atis.fold4.pkl之间的区别是什么？

Answer 1

f = gzip.open(filename, 'rb')
try:
    train_set, valid_set, test_set, dicts = pickle.load(f, encoding='latin1')
except:
    train_set, valid_set, test_set, dicts = pickle.load(f)


print np.shape(train_set)

每个泡菜都可以分为培训，验证，测试和字典。当您看到字典元素时，它们包含
words2idx
tables2idx
labels2idx

现在测试以下代码 for i in train_set: print len(i[0])

它将返回相同长度的文件。所以第一个元素是单词.Second是tables2idx，第三个是插槽填充的最终结果（labels2idx）

使用dict解密id，你会得到意思。

ATIS（航空旅行信息系统）数据集

1 个答案: