bojone/ccl_cmrc2017

第一届“讯飞杯”中文机器阅读理解评测参考模型

ccl_cmrc2017's Issues

词向量训练问题，`min_count=2` 的话不是有好多词收录不到吗？

word2vec = Word2Vec(data_for_word2vec(), size=word_size, min_count=2, sg=2, negative=10, iter=10)

这样的话，这里难道不会报错吗？

train_x = [([word2id[i] for i in j[0]] if j[0] else [0], [word2id[i] for i in j[1]] if j[1] else [0]) for j in train_x] #词序列ID化
train_y = [word2id[i] for i in train_y]

关于『与其“长途跋涉”地与输入的词向量配对，倒不如直接跟LSTM的中间状态向量配对』

是采用W2V初始化词向量，训练两个双向RNN的损失目标是用RNN预测的下一个词向量，与上下文汇集而成的段落向量的交叉熵，是这样么

bi-lstm 中 context_length 的问题

[L_outputs,R_outputs],[L_final_state,R_final_state] = add_brnn([L_context_vec,R_context_vec], word_size, [L_context_length,R_context_length], name='LSTM_1')
[L_outputs,R_outputs],[L_final_state,R_final_state] = add_brnn([L_outputs,R_outputs], word_size, [L_context_length,R_context_length], name='LSTM_2')

这里第二层的 context_length 为什么还是 [L_context_length,R_context_length] ？
经过第一层 LSTM，输出的维度不是已经变了吗（扩大了一倍）
而且上一层的输出是两个方向拼接的，这里还能这么处理吗？