了解MixText模型

2021SC@SDUSC

 

MixText是一种半监督的框架。MixText的核心思想是使用Tmix同时在有标签和无标签数据上。

给定有限的数据集Xl={xl1,...,xln},以及对应着的标签Yl={yl1,...,yln}, 和大量的无标签的数据集Xu={xu1,...,xum},其中yli∈{0,1}C,y是做了one-hot编码,C是y的类别数量,我们的目标利用有标签和无标签的数据训练一个分类器。

提出一个label guessing method,猜测标签的方法,在训练的时候对无标签数据进行生产标签,然后执行TMix训练,然后我们结合Tmix和额外的数据生成技术生成大量增强的数据,这是使算法效果好的一个关键步骤。 最后,

引入了熵最小化损失,使得模型在无标签的数据样本上获取较高的概率,在类别数C较大时也有助于提高性能。

class MixText(nn.Module):
    def __init__(self, num_labels=2, mix_option=False):
        super(MixText, self).__init__()

        if mix_option:
            self.bert = BertModel4Mix.from_pretrained('bert-base-uncased')
        else:
            self.bert = BertModel.from_pretrained('bert-base-uncased')

        self.linear = nn.Sequential(nn.Linear(768, 128),
                                    nn.Tanh(),
      
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值