由于模型需要通過標(biāo)注數(shù)據(jù)來從中學(xué)習(xí)規(guī)律，我們首先要準(zhǔn)備好一個(gè)標(biāo)注數(shù)據(jù)集。以商品評(píng)價(jià)解析-分類任務(wù)為例，我們的每一條數(shù)據(jù)為一個(gè)（文本，屬性維度-情感傾向）對(duì)。情感傾向一共有四種不同的類別：“正”，“中”，“負(fù)”，“未提及”（可省略）。對(duì)于每一個(gè)不同的類別，我們建議至少準(zhǔn)備 100 條訓(xùn)練數(shù)據(jù)再進(jìn)行測(cè)試。訓(xùn)練數(shù)據(jù)需要按照NLP自學(xué)習(xí)平臺(tái)定義好的格式進(jìn)行處理，以JSON為例，您需要將每一條數(shù)據(jù)處理成如下格式：

{
    "1":  {
        "content": "挺好的 買來太多了。 我自己拿刀改了。還是一樣好看",
        "records": {
          "整體": [
            "正"
          ],
          "外觀設(shè)計(jì)": [
            "正"
          ]
        }
      }
}

文本的內(nèi)容放在“content”中，而標(biāo)簽的內(nèi)容放在“records”中，其中content只支持string類型，records字段是一個(gè)對(duì)象類型。records字段的key代表了屬性維度，只支持string類型；value代表具體的情感傾向標(biāo)簽，只支持string類型（如“正”、“中”、“負(fù)”、“未提及”），其中“未提及”可以省略。