巧了，我也有这个问题。
我看了一下模型的输出，基本上对于每个token的112位logits（已经算过sigmoid），I和O这两个标记对应的值加起来都超过了0.9，然后110个B标记的每一个值几乎不超0.1。因为decoding函数把大于0.5的值对应的标记才记为预测的时候这个字符拥有的标记，所以基本上没有字符可以拥有B标记。

所以这种情况下，几乎每一个句子一个predicate都抽不出，所以最后p/r/f1都是0

我这边也是0，现在解决了吗？

解决了吗？

您后来解决了吗？怎么才能预测正常呢

解决了，分享给后来者吧。

baseline里的train_data.json、dev_data.json太少，替换成train.json、dev.json。然后跑4个epoch以上就能正常。一两个epoch的p r fscore都会是0.

epoch: 3 / 8, steps: 1922 / 2676, loss: 0.002443, speed: 2.46 step/s
epoch: 3 / 8, steps: 1972 / 2676, loss: 0.002403, speed: 2.46 step/s

=====start evaluating ckpt of 10000 steps=====

100%|██████████| 323/323 [04:28<00:00, 1.20it/s]

eval loss: 0.002318
precision: 64.43 recall: 62.73 f1: 63.57