标签:bert 大赛 ids bert4keras 新冠 线上 import model build
目录
代码来源:https://github.com/zzy99/epidemic-sentence-pair
目标:学习Keras来解决句子相似度问题
关键词:keras,bert4keras,句子相似度,多折交叉,模型融合
我的视频讲解:
一、核心环境及代码修改
作者代码环境:tensorflow 1.14,bert4keras 0.4.3
但是现在(2021.2.6,周六)只能安装当前最新bert4keras 0.9.9版本,所以需要进行部分代码修改:
trai.py文件中:
# from bert4keras.bert import build_bert_model # 8行
from bert4keras.models import build_transformer_model
# from bert4keras.tokenizer import Tokenizer # 9行
from bert4keras.tokenizers import Tokenizer
# bert = build_bert_model(..) # 41行
bert = build_transformer_model(..)
# token_ids, segment_ids = tokenizer.encode(text1, text2, max_length=64) # 102行
token_ids, segment_ids = tokenizer.encode(text1, text2, maxlen=64)
predict.py文件中采用相同修改。
另外,还需要对一些文件路径进行适当修改。
二、详细介绍
见视频讲解部分。
标签:bert,大赛,ids,bert4keras,新冠,线上,import,model,build 来源: https://blog.csdn.net/GreatXiang888/article/details/113725427
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。