第3期Talk实录 | 数据驱动的大规模分类体系构建

因为我们使用的是一个黑核，就是机器学习模型，所以我们很难知道它具体是由于什么原因引起的。我猜想的话，主要是因为中间词 B 意思的偏移，但是这个偏移我们很难严格的定义。总来说很难知道具体原因是什么，因为机器模型实在是不可解释。

这里我没有细讲，我们的 baseline 模型其实是用拓扑排序去找到一个差不多的拓扑序，去找到所有逆向边作为错误，所以会找到非常多。那事实上我们很难去计算 recall ，因为我们不知道错误总数。所以我们 paper 中写的是用一个相对的 call 去计算所有的逆向边，但我觉得你说得更好，确实是用所有错误的并集会更好一点。

我们现在的方法只能通过环来找，那其它当法的话可能其它类型的错误可能找不到。如果有其它方法可找到其它非环的错误的话，可另外做一篇 paper。

比如说排完序之后，第一个是错的，二三都是对的。那么 error2 就是 1/2，error3 就是 1/3，1/3 显然小于 1/2。