这篇教程 classifier_multi_label写得很实用,希望能帮到您。
多分类任务中一条数据只有一个标签,但这个标签可能有多种类别。比如判定某个人的性别,只能归类为"男性"、"女性"其中一个。再比如判断一个文本的情感只能归类为"正面"、"中面"或者"负面"其中一个。
多标签分类任务中一条数据可能有多个标签,每个标签可能有两个或者多个类别。例如,一篇新闻可能同时归类为"娱乐"和"运动",也可能只属于"娱乐"或者其它类别。
1. classifier_multi_label
- 使用BERT第一个token[CLS]的向量,维度为(batch_size,hidden_size)。
- 使用了tf.nn.sigmoid_cross_entropy_with_logits的损失函数。
- 使用了tf.where函数来选择概率小于0.5的对应id。
返回列表 Robert+Prompt+对比学习+对抗训练文本分类 |