文件名称：textclassification_bert
文件大小：198KB
文件格式：ZIP
更新时间：2024-04-10 11:57:51
JupyterNotebook
改善BERT模型的3种方法 设置优化器 调整排程器 微调编号时代 目录 关于该项目 该项目是关于对BERT进行微调以进行文本分类，重点介绍了3种微调方法。 描述 根据对博物馆的艺术和文化经历的情感对推文进行分类 ： 3085条推文 5种情绪：愤怒，厌恶，幸福，惊奇，悲伤 入门 先决条件 对深度学习和NLP模型（BERT）的基本了解 安装 克隆仓库： $ git clone https://github.com/weiling97/textclassification_bert.git 脚步 1.探索性数据分析和预处理 删除有多种情感且没有情感的类别 给情绪分配班级标签。例如，快乐：0，惊喜：5 2.培训和验证拆分 导入sklearn模块以将数据分为训练和验证数据 3.加载Tokenizer并编码我们的数据 标记文本，将文本转换为小写 编码数据，即将推文转换为数字。例如，狗== 1
【文件预览】：
textclassification_bert-master
----.ipynb_checkpoints()
--------Text Classification with BERT-checkpoint.ipynb(50KB)
----smileannotationsfinal.csv(420KB)
----text_classification_BERT.py(10KB)
----README.md(4KB)