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

Question

在 TextRuler View 中，训练数据的输入数量是否有任何限制。因为它花费了太多时间。有时它正在生成规则，否则它会显示一些 GC 开销限制。

如果我尝试使用算法生成的脚本，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)} ;

Answer 1

关于错误:

该错误表明 SCRIPT 未知。是否声明了 SCRIPT 类型？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 一般情况:

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范围。因此，示例越多，算法花费的时间就越长。

内存占用不应该这么高。这可能是可以解决的问题，但目前我们无能为力。

免责声明:我是 UIMA Ruta 的开发者