小编gee*_*oid的帖子

我正在尝试对我的ElasticSearch Server执行此查询.

{
    "query" : {
        "match" : {
            "name" : "network"
        }
    },
    "facets" : {
        "departments" : { 
            "terms" : {
                "field" : "department_name"
            } 
        }
    },

    "filter" : {
        "bool": {
            "should": [
                { "match" : {"department_name" : "book"}},
                { "match" : {"department_name" : "electronics"}}]            
        }   
    }
}

基本上,我想检索所有在其名称匹配的"网络"的产品,但过滤只有那些department_name符合任一book或electronics.当我执行此查询时,我收到此错误消息.

curl -X POST "http://localhost:9200/products/_search?pretty=true" -d '{
    "query" : {
        "match" : {
            "name" : "network"
        }
    },
    "facets" : {
        "departments" : …

我有一个使用引擎的Rails项目,在开发模式下工作时遇到问题.

每当我对项目中的某些内容进行一些更改时,应用程序就无法找到引擎的视图.

 Missing template spree/api/credit_card_types/index, spree/api/base/index with {:locale=>[:es], :formats=>[:json], :handlers=>[:erb, :builder, :raw, :ruby, :jbuilder, :coffee, :rabl], :versions=>[:v1]}. Searched in:
  * "/home/user/project/app/views"
  * "/home/user/.rvm/gems/ruby-2.1.0@project/bundler/gems/spree-ebda3354180a/api/app/views"

引擎的视图根目录没有出现在搜索路径中,但我无法理解原因.任何的想法？

我的routes.rb(注意我没有安装我的引擎)

require 'resque/server'

Project::Application.routes.draw do

  resources :shipping_companies

  get 'signin', to: 'signin#signin'
  get 'register', to: 'register#register'

  scope '/frontend/api', module: :api do
    # ...
  end

  namespace :frontend do
  end

  Spree::Core::Engine.add_routes do
    # ...
  end

  # Custom Admin
  Spree::Core::Engine.add_routes do
    # ...
  end

  get '/faq/' => 'pages#show', id: 'faq'
  get '/privacy/' => 'pages#show', id: 'privacy'
  get '/terms/' => 'pages#show', …

我正在尝试使用 BERT（使用transformers库）微调模型，但我对优化器和调度器有点不确定。

首先，我明白我应该使用transformers.AdamW它的 Pytorch 版本而不是它。此外，我们应该使用论文中建议的预热调度程序，因此调度程序是使用包中的get_linear_scheduler_with_warmup函数创建的transformers。

我的主要问题是：

1. get_linear_scheduler_with_warmup应该叫用热身。可以在 10 个 epoch 中使用 2 个进行热身吗？
2. 我应该什么时候打电话scheduler.step()？如果我在 之后train，第一个时期的学习率为零。我应该为每批调用它吗？

我做错了什么吗？

from transformers import AdamW
from transformers.optimization import get_linear_scheduler_with_warmup

N_EPOCHS = 10

model = BertGRUModel(finetune_bert=True,...)
num_training_steps = N_EPOCHS+1
num_warmup_steps = 2
warmup_proportion = float(num_warmup_steps) / float(num_training_steps)  # 0.1

optimizer = AdamW(model.parameters())
criterion = nn.BCEWithLogitsLoss(pos_weight=torch.Tensor([class_weights[1]]))


scheduler = get_linear_schedule_with_warmup(
    optimizer, num_warmup_steps=num_warmup_steps, 
    num_training_steps=num_training_steps
)

for epoch in range(N_EPOCHS):
    scheduler.step() #If I do after train, LR …

我正在尝试使用 NTLK 语法和解析算法，因为它们看起来非常易于使用。但是，我找不到正确匹配字母数字字符串的方法，例如：

import nltk
grammar = nltk.parse_cfg ("""
# Is this possible?
TEXT -> \w*  
""")

parser = nltk.RecursiveDescentParser(grammar)

print parser.parse("foo")

有没有简单的方法来实现这一目标？

我正在开发一个简单的NLP项目,我正在寻找,给出一个文本和一个单词,找到文本中最可能的意义.

在Python中是否有任何wsd算法的实现？目前尚不清楚NLTK中是否有某些东西可以帮助我.即使是像莱斯克算法那样天真的实现,我也会很高兴.

我已经读过类似的问题,比如NLTK Python中的Word sense disambiguation,但它们只提供了一本NLTK书的参考,这本书并不是WSD问题.