Bert-Chinese-Text-Classification-Pytorch icon indicating copy to clipboard operation
Bert-Chinese-Text-Classification-Pytorch copied to clipboard

Published 20 hours ago • verified publisher icon 649453932

请问一下，模型跑出来的结果，只有准确率 丢失率等等这些吗？具体的每个句子的用bert进行分类的标签，在哪里可以看到呀？

Open zhangwenjie4426260 opened this issue 1 year ago • 7 comments

如果最后的结果只有总体的准确率，F1分数等等，那我训练他进行具体文本分类的意义在哪里？

zhangwenjie4426260 avatar Dec 04 '23 07:12 zhangwenjie4426260

同问

koitoyuu3 avatar Dec 12 '23 08:12 koitoyuu3

如果最后的结果只有总体的准确率，F1分数等等，那我训练他进行具体文本分类的意义在哪里？

需要写推理代码来使用模型对你需要预测的文本进行预测

NX0226 avatar Dec 13 '23 02:12 NX0226

如果最后的结果只有总体的准确率，F1分数等等，那我训练他进行具体文本分类的意义在哪里？

具体可以看issues72和70

NX0226 avatar Dec 13 '23 02:12 NX0226

如果最后的结果只有总体的准确率，F1分数等等，那我训练他进行具体文本分类的意义在哪里？

需要写推理代码来使用模型对你需要预测的文本进行预测

好的 非常感谢！！！

zhangwenjie4426260 avatar Dec 14 '23 06:12 zhangwenjie4426260

如果最后的结果只有总体的准确率，F1分数等等，那我训练他进行具体文本分类的意义在哪里？

需要写推理代码来使用模型对你需要预测的文本进行预测

好的 非常感谢！！！

举手之劳

NX0226 avatar Dec 15 '23 07:12 NX0226

如果最后的结果只有总体的准确率，F1分数等等，那我训练他进行具体文本分类的意义在哪里？

其实你自己写一下就行了，在train_eval.py文件的evaluate函数里面，那个叫predict_all的list实际上就是在测试集上预测的分类标签。你训练完了之后把run.py最后一行train(config, model, train_iter, dev_iter, test_iter)注释掉，换成test函数去对你需要做预测的数据进行推理就可以

p11grim avatar Dec 18 '23 07:12 p11grim

同问

issue 72和70有人给了，不过看起来不太能做大规模的推理。在train_eval.py文件的evaluate函数里面，那个叫predict_all的list实际上就是在测试集上预测的分类标签，自己根据需求去使用就好。

p11grim avatar Dec 18 '23 07:12 p11grim