《昇思25天学习打卡营第15天》

本次我们学习的内容是基于MindSpore实现BERT对话情绪识别

BERT（Bidirectional Encoder Representations from Transformers）是Google于2018年发布的一种新型语言模型，在许多自然语言处理任务中表现优异。

如图模型简介

接着就是进行数据集准备

数据集

这里提供一份已标注的、经过分词预处理的机器人聊天数据集，来自于百度飞桨团队。数据由两列组成，以制表符（'\t'）分隔，第一列是情绪分类的类别（0表示消极；1表示中性；2表示积极），第二列是以空格分词的中文文本，如下示例，文件为 utf8 编码。

0--谁骂人了？我从来不骂人，我骂的都不是人，你是人吗 ？

1--我有事等会儿就回来和你聊

2--我见到你很高兴谢谢你帮我

这部分主要包括数据集读取，数据格式转换，数据 Tokenize 处理和 pad 操作。

接着进行数据加载和数据预处理

注：昇腾NPU环境下暂不支持动态Shape，数据预处理部分采用静态Shape处理

接着进行模型的构建

模型验证推理

最后附上打卡时间