Bert_Traditional_Net_Classification:bert_traditional_net_classification

时间:2024-05-02 09:31:33
【文件属性】:

文件名称:Bert_Traditional_Net_Classification:bert_traditional_net_classification

文件大小:10.1MB

文件格式:ZIP

更新时间:2024-05-02 09:31:33

Python

机器 GeForce RTX 280 环境 python 3.6.12 pytorch 1.6.0 中文数据集 ChineseNlpCorpus中属于情感/观点/评论倾向性分析的微博评论数据集weibo_senti_100k 该数据集包含119988条带情感标注的新浪微博评论数据,其中正向评论占59993条,负向评论占59995条 类别:negative,positive 数据集划分: 数据集 数据量 训练集 95990 验证集 11999 测试集 11999 效果 模型 acc 备注 bert 97.78% 单纯的bert bert_BiLSTM 97.93% bert + BiLSTM bert_DPCNN 97.87% bert + DPCNN bert_BiLSTM_Att 98.42% bert + BiLSTM + Attention 预训练语言模型 bert模型放在 bert


【文件预览】:
Bert_Traditional_Net_Classification-main
----result.txt(2KB)
----README.md(1KB)
----WEIBO()
--------saved_dict()
--------data()
----train_eval.py(5KB)
----pytorch_pretrained()
--------convert_openai_checkpoint_to_pytorch.py(3KB)
--------convert_gpt2_checkpoint_to_pytorch.py(3KB)
--------tokenization.py(17KB)
--------modeling_gpt2.py(31KB)
--------convert_transfo_xl_checkpoint_to_pytorch.py(6KB)
--------optimization.py(13KB)
--------tokenization_gpt2.py(13KB)
--------optimization_openai.py(5KB)
--------modeling_openai.py(37KB)
--------modeling_transfo_xl.py(58KB)
--------__pycache__()
--------convert_tf_checkpoint_to_pytorch.py(3KB)
--------__init__.py(1KB)
--------__main__.py(4KB)
--------tokenization_transfo_xl.py(22KB)
--------file_utils.py(9KB)
--------tokenization_openai.py(14KB)
--------modeling.py(59KB)
--------modeling_transfo_xl_utilities.py(16KB)
----utils.py(3KB)
----models()
--------bert_DPCNN.py(4KB)
--------bert_BiLSTM_Att.py(4KB)
--------bert_BiLSTM.py(3KB)
--------__pycache__()
--------bert.py(2KB)
----__pycache__()
--------train_eval.cpython-36.pyc(4KB)
--------utils.cpython-37.pyc(3KB)
--------train_eval.cpython-37.pyc(4KB)
--------utils.cpython-36.pyc(3KB)
----bert_pretrain()
--------bert_config.json(520B)
----run.py(1KB)

网友评论