运用Bert的classifier中,遇到两个问题:
1、predict左右两列的float值代表什么含义
2、为什么模型把自己的所有测试数据全部判为负样本
1、左列代表模型判断当前语料为正样本的概率,右列代表模型判断当前语料为负样本的概率,左右两列之和为1
2、Bert在训练的时候对数据并没有做shuffle操作,如果把训练数据所有正样本在前,负样本在后,训练出的模型会把所有测试样本判为负样本;反之亦然。所以在训练之前需要对数据打乱顺序
运用Bert的classifier中,遇到两个问题:
1、predict左右两列的float值代表什么含义
2、为什么模型把自己的所有测试数据全部判为负样本
1、左列代表模型判断当前语料为正样本的概率,右列代表模型判断当前语料为负样本的概率,左右两列之和为1
2、Bert在训练的时候对数据并没有做shuffle操作,如果把训练数据所有正样本在前,负样本在后,训练出的模型会把所有测试样本判为负样本;反之亦然。所以在训练之前需要对数据打乱顺序