BERT分类提升准确率

在bert最后一层添加一层rnn会使分类效果更好
下面代码基于bert4keras:
例:

model = build_transformer_model(
            self.config_path,
            None if is_predict else self.checkpoint_path,
            with_mlm=False,
            keep_tokens=self.data_deal.keep_tokens
        )
logits_output = keras.layers.Bidirectional(keras.layers.LSTM(256, return_sequences=True), name='Out-RNN')(model.output)
output = keras.layers.Dense(2, name='Out-Dense-Logit', activation='sigmoid')(logits_output)
model = Model(model.input, output)
model.summary()
  • 1
    点赞
  • 20
    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