训练 SyntaxNet 需要多少数据？

Question

我知道数据越多越好，但是训练 SyntaxNet 所需的合理数据量是多少？

Answer 1

经过反复试验，我得出了以下最低要求：

训练语料库 - 18,000 个标记（少于此数和第 2 步 - 使用标记器进行预处理 - 失败）

测试语料库 - 2,000 个标记（少于此数和第 2 步 - 使用标记器进行预处理 - 失败）

开发语料库 - 2,000 个令牌

但请注意，有了这个，我只设法将 NLP 管道中的步骤做到了 运行，实际上我还没有设法从中得到任何可用的东西。