bert-utils
bert-utils copied to clipboard
按说明运行文本分类,最后提示 BertSim对象没有test方法
训练和评估都完成了。
INFO:tensorflow:***** Eval results *****
INFO:tensorflow: eval_accuracy = 0.5
INFO:tensorflow: eval_auc = 0.5
INFO:tensorflow: eval_loss = 0.6931482
INFO:tensorflow: global_step = 7812
INFO:tensorflow: loss = 0.6931507
最后提示:
Traceback (most recent call last):
File "fenlei.py", line 15, in
大佬把predict写成test了,改一下就好了。
训练和评估都完成了。 INFO:tensorflow:***** Eval results ***** INFO:tensorflow: eval_accuracy = 0.5 INFO:tensorflow: eval_auc = 0.5 INFO:tensorflow: eval_loss = 0.6931482 INFO:tensorflow: global_step = 7812 INFO:tensorflow: loss = 0.6931507 最后提示: Traceback (most recent call last): File "fenlei.py", line 15, in bs.test() AttributeError: 'BertSim' object has no attribute 'test' 我看了一下similarity.py源码,确实没有这个方法。请作者有空时进行解答或者修复,谢谢。
@yaleimeng
@aiainui 你对这块研究多吗? 想做简单的文本分类(类似新闻主题分类)应该怎样改造? 我替换了一下SimProcesser,返回的label列表就是新闻类别,但是运行中又提示predict值只能是[0,1]。完全搞不明白哪里还有问题了。 而且直接执行原始代码的话,基本跟瞎猜是一样的。二分类只能猜中0.5,预测概率基本也都是0.49多,感觉项目中存在重大bug。
我在博览众码的基础上,终于解决了工业场景实用化的问题。使得模型预测的结果更直观、可追溯。让使用Bert做文本分类不再困难。 现已开源了代码库TextClassify_with_BERT,还在持续完善中。欢迎大家跟我沟通交流~