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
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
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