← 返回卡片

原书出处

深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)

14 第14章 用BERT实现中文语句分类

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.604Z

取数据的函数 自定义读取训练/测试集的函数,此函数每次将tsv里的一个句子对转换成BERT兼容的格式,并回传3个张量:

tokens_tensor:两个句子合并后的索引序列,包含[CLS]与[SEP]。 segments_tensor:可以用来识别两个句子界限的分类张量。 label_tensor:将分类标签转换成类别索引的张量,如果是测试集则回传None。

下面是定义读取数据函数的具体代码: from torch.utils.data import Dataset #自定义

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter18_0003.xhtml

EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da