用预训练的Bert模型进行文本分类,主要的工作有以下几个: 文本预处理 自定义全连接层分类网络并将分类网络连接到 预训练好的Bert网络之后 模型训练 模型评估 1 配置文件 首先,我们需要定义一个配置类,定义一系列要使用到的参数 class Config(object): ''' 配置参数 ''' def __init__(self,dataset): self.mod...
文本分类的CNN网络与图像分类的CNN网络,基本单元都是卷积核,然后,在具体实现时,与图像分类的CNN却不是完全相同的,需要一些特殊的处理。 这些特殊的处理包括: 输入数据:把文本向量集与图像像素进行映射 CNN网络:按照文本向量数据的特点设计卷积核的形状 (3)输入数据 图片数据的数据格式为:通道数 * 长 * 宽 = 3 ...
4.3 初始化模型权重参数 第5章 模型训练、评估 5.1 模型评估方法 5.2 模型训练方法 5.3 边训练、边评估模型 第6章 在测试集上对模型进行评估 6.1 测试方法的定义 6.2 开始测试 第1章...