2019.3.18 monday - 3.19 tuesday
網上使用bert跑文字分類的教程很多：
blog：
run_classifier.py
1.main函式入口中，flags.mark_flag_as_required()。tf定義了tf.flags用於支援接受命令行傳遞引數，相當於接受args。該方法則是在程式執行前將某些命令列引數加入到「必備引數」的字典中，以判斷解析完的引數是否滿足這些必備要求。
2.tf.logging.set_verbosity(): 五個不同級別的日誌訊息。debug, info, warn, error and fatal, 設定為哪個級別tensorflow則輸出與該級別相對應的所有日誌訊息以及所有級別的嚴重級別。預設設定為warn, 但是在跟蹤模型訓練時，可以將級別調整為info, 這將提供適合操作正在進行的其他反饋。
3.匯入上一級模組的包：
parentdir = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.insert(0, parentdir)
from data_helpers import *
bert 分類模型
大神的帖子 github 記錄本人訓練情況 1.資料 train.tsv,test.tsv dev.tsv 2.改原始碼 修改run classifier.py檔案中get labels等方法 3.儲存label2id的字典 4.使用命令訓練模型 5.6.後面使用的模型服務端，使用的是.pb格式的模...
教程 使用Bert預訓練模型文字分類
bert模型是google在2018年10月發布的語言表示模型，bert在nlp領域橫掃了11項任務的最優結果，可以說是現今最近nlp中最重要的突破。bert模型的全稱是bidirectional encoder representations from transformers，是通過訓練mask...
文字分類模型 BERT模型實戰之多文字分類
作者介紹 高開遠，漫威鐵粉 吸貓重症患者，本科就讀於哈爾濱工業大學，現為上海交通大學2017級碩士研究生，研究方向 知識圖譜 chatbot，大魚ai特約作者。01 transformer模型 bert模型就是以transformer基礎上訓練出來的，所以在開始之前我們首先複習一下目前nlp領域可以...