NLP | 对遇到的问题的一些思考

1、一些成熟的库的封装，有其一系列的配套的模型，标记器，训练函数......。我们要是想使用对应的函数工具，我们首先要把自己的模型注册成人家的模型后，使用起来才不会有很多错。

所有尽量不要用各种封装的库进行拼接，可能会有很多坑。

2、数据处理是十分重要的，甚至占绝大部分时间。因为数据的质量对模型的性能影响十分巨大。

3、想要出成果，直接找有代码的论文看，在上面进行修改，而不是自己重新开始写代码（一般人不可能）