提升BERT fine-tune正确率0.2%-0.3%的一个细节

网友投稿 566 2022-11-15

提升BERT fine-tune正确率0.2%-0.3%的一个细节

提升BERT fine-tune正确率0.2%-0.3%的一个细节

字级别分词,不要用官方的tokenizer (tokenize_to_str_list(textString): split_tokens = [] for i in range(len(textString)): split_tokens.append(textString[i]) return split_tokensdef convert_to_int_list(split_tokens): output = [] for token in split_tokens: if token in char2id: output.append(char2id[item]) return

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:TensorFlow KLDivergence loss为负
下一篇:ios app上架苹果应用平台(测试开发、申请开发/正式证书,申请APPID,上架APP)最终版
相关文章

 发表评论

暂时没有评论,来抢沙发吧~