starspace 文档不清楚参数“fileFormat”的值是“labelDoc”还是“fastText”。 我想直观地了解设置此参数会有什么实质性差异。
目前，我最好的猜测是，如果您将 fileFormat 设置为“fastText”，那么训练文件中没有前缀“__label__”的所有标记都将被分解为字符级 n-gram，就像在 fastText 中一样。 或者，如果您将 fileFormat 设置为 'labelDoc'，那么 starspace 将假定所有标记实际上都是标签，并且您不需要在标记前添加 '__label__'，因为它们无论如何都会被识别为标签。
我的想法对吗？
【问题讨论】：
标签： facebook nlp word-embedding
StarSpace 使用标签的方式很大程度上取决于您使用的 trainMode。 labelDoc 格式在您选择仅依赖于标签（trainMode 1 到 4）的 trainMode 时很有用，其中使用 fastText 格式指定__label__ 前缀，但某些 trainModes 受益于 labelDoc 格式（即 trainMode 1 或 3）以使用整个句子作为该 trainMode 的标签元素。
所以要澄清一下，如果您正在执行文本分类任务（如this example labelDoc 中所述，则不会识别任何输入，但另一方面，正如您所说，使用 fastText 格式会将所有未标记的文本分解为输入，并学习预测__label__ 标签。
labelDoc 格式的一个示例是开发基于内容的推荐系统（如 this example 中所述），每个制表符分隔的句子在训练期间在 LHS 或 RHS 中使用。但是，如果您采用协作方法（不考虑文章的内容或句子的来源），则可以使用 fastText （指定 __label__ 前缀）或 labelDoc 文件格式作为标签是在 LHS 或 RHS 的训练期间随机挑选的。 （第二个例子解释为here）。
【讨论】：