关于TUAB和TUEV数据集的预处理

[bukun46]

您好，感谢您的优秀工作！我最近在复现您的实验，在处理原始TUAB和TUEV数据到h5数据集时遇到一些问题，您提供的代码是读取.cnt文件而，make_TUAB.py 和 make_TUEV.py 处理后的文件是存到.pkl格式的，请问这个如何处理成h5 dataset呢？我理解pretrain 模型的输入都是h5 dataset格式的，提前感谢您的耐心回复！

[935963004]

make_TUAB.py和make_TUEV.py是用于处理下游任务数据集而不是预训练数据，make_h5dataset_for_pretrain.py才是用于处理预训练数据的

[bukun46]

谢谢您的耐心回答，请问pretrain的数据集有发布的计划吗？

[935963004]

我们使用的预训练大部分都是公开数据集，你可以从各个数据集的官网下载。我们没有权力擅自发布别人的数据集，有吃官司风险，希望你能理解