我想使用VW来训练这些数据：
-1|单词1单词2
1|单词1单词3单词1
etc
正如您所看到的，"word1"在第二个示例中重复了两次。
VW文档表示，VW的默认行为是自动向每个令牌添加"：1"，例如第一个示例：
-1|word1:1 word2:1
我的问题是：在第二个例子中，我必须做什么？
- 选项#1：按如下方式转换：
1|word1:2 word3
- 选项2：保持原样：
1|单词1单词3单词1
（在这种情况下，我认为会发生一些碰撞）
我昨天刚开始使用VW，所以我可能会完全混淆，但我有同样的问题，我做了一些测试。当它做出预测时，你使用"单词：2"还是"单词"似乎并不重要。但是，在训练时，这似乎很重要。我创建了两个小的训练数据文件，train1和train2，它们的区别仅在于使用"word：2"one_answers"word word"，并进行了如下训练：
vw -d train1 -f predictor1.vw --loss_function hinge
vw -d train2 -f predictor2.vw --loss_function hinge
然后，我查看了基于训练1:的两个数据集的预测
vw -d train1 -t -i predictor1.vw -p out ; cat out
vw -d train2 -t -i predictor1.vw -p out ; cat out
他们是一样的。用predictor2.vw做同样的事情会得到不同的结果，但第1列和第2列的结果相同。
作为一项额外的测试，我创建了train3，其中只包含一次单词（无论如何都没有加倍），只是为了看看结果是否与train1或train2匹配，看看我是否可以确定其中一个没有将单词加倍。两者都不匹配。predictor3.vw对train1和train2给出了彼此相同的预测，但与来自predictor1.vw或predictor2.vw的预测不同。
这对我来说真的没有意义，除非训练的某些随机方面（例如种子）在解析之前以某种方式链接到输入文本。