bert-utils icon indicating copy to clipboard operation
bert-utils copied to clipboard

Published 20 hours ago • verified publisher icon terrifyzhao
→

Metadata

一行代码使用BERT生成句向量，BERT做文本分类、文本相似度计算

Results 56 bert-utils issues
Sort by recently updated
recently updated
newest added

直接通过词向量计算相似度的时候，没看到有什么效果？

4 comment

![0HF%$_O{LW{)4Z Z `NLF N](https://user-images.githubusercontent.com/16335913/55391744-8ce29800-556c-11e9-8563-f4ca3284f01a.png) ![GBI9 3~3V7 6BK8(SR96DVX](https://user-images.githubusercontent.com/16335913/55391754-91a74c00-556c-11e9-86c5-a306f5981ceb.png) ![{NJ@2(Z)GE)$EQ_7L@G 6_3](https://user-images.githubusercontent.com/16335913/55391764-97049680-556c-11e9-8898-25297f0bfe4d.png)

LCG22 avatar LCG22

关于输出句向量维度的问题。768->128

3 comment

我的场景是两个文本的相似度，思路是：微调后，抽取的最后一层池化作为了句向量，用余弦来计算相似度。是768维的，效果还可以，后来因为有个需求需要降低到128维，我直接在768维后面接了一个全连接降到128维了。但是效果就不好了....是不是这种方式不可行？

XGodLike avatar XGodLike

这个是怎么回事

1 comment

![image](https://user-images.githubusercontent.com/69790778/117385608-030a1380-af18-11eb-81c8-f15d58460ce3.png)

huabao97 avatar huabao97

直接用bert句向量结果计算相似度，任意两个句子的余弦值都很高，请问这是什么原因

4 comment

ann22 avatar ann22

similarity识别率太低

下载预训练模型之后，跑了训练和检测， 在预测的时候，发现相同的两个句子相似度很低，毫不想干的两个句子相似度反而高

myinvoke avatar myinvoke

你这个代码有个大坑！

2 comment

就是最大序列长度设置得太小，# 序列的最大程度，单文本建议把该值调小 max_seq_len =

dullblue avatar dullblue

为什么运行feature.py时，没有graph生成，

huabao97 avatar huabao97

请问句向量的负值怎样能去掉或者变成全部正的呢？只能用relu函数变成0吗？

g1kyne avatar g1kyne

训练好模型后，进行eval

9 comment

tensorflow.python.framework.errors_impl.InvalidArgumentError: assertion failed: [predictions must be in [0, 1]] [Condition x

lphu avatar lphu

运行extract_feature时出现问题

4 comment

出现 fail to optimize the graph! @@@的情况，请问是为什么呢@terrifyzhao

yzc1103 avatar yzc1103

← Metadata

1.5k
Stars
421
Forks
Watchers

Owner

verified publisher icon terrifyzhao

Metadata

一行代码使用BERT生成句向量，BERT做文本分类、文本相似度计算

Back