EasyBert,基于Pytorch的Bert应用

机器学习AI算法工程

共 2240字,需浏览 5分钟

 ·

2021-07-27 15:38


向AI转型的程序员都关注了这个号👇👇👇

机器学习AI算法工程   公众号:datayx



EasyBert

基于Pytorch的Bert应用,包括命名实体识别、情感分析、文本分类以及文本相似度等(后续更新其他方向相关模块),并有相关数据与深度训练优化方式api。各个子项目大都为开源工作,本项目仅做相应处理以及提供一个已训练的预测接口,方便需求者进行快速的使用。


使用示例

  1. 使用前需下载相应的已训练模型,并导入相应位置

    模型下载地址:链接:https://pan.baidu.com/s/1fyENks6pJ3rreHPCRBzpKQ 提取码:qotk

  2. 在此目录下各以需求名命名的文件中提供相应的使用演示,本阶段所训练的模型效果可以满足相应任务的基本需求。

  3. 现阶段通过各任务接口的时间相对慢,大都是在模型加载阶段。若想提升相应的速度,请使用者在接受相应精度损失的前提下更换AlBert进行相应任务的重新预训练。


    项目 代码,数据集 获取方式:

    关注微信公众号 datayx  然后回复 bert 即可获取。

    AI项目体验地址 https://loveai.tech


环境依赖

python >= 3.7 Pytorch >= 1.14 transformers >= 2.8.0
注:作者实验环境,其他环境未测试

硬件依赖

  1. 预测与使用在普通cpu机器上既可以运行

  2. 重新训练任务需要在GPU机器上进行,当内存不够用时,推荐减少batch_size而不是max_sequence_len,对精度影响较小

使用说明

  • 注:各个模块的文本输入方式均为List,具体形式请参照文件。

情感分析 Sentiment.py

原始训练数据:该部分原数据因项目原因不提供,如需重新训练可更换其他开源数据集.



文本分类 TextClassifier.py



命名实体识别 NER.py



文本相似度 TextMatch.py


训练优化

  1. EMA 指数滑动平均

  2. FGM 对抗训练api

  3. PGD 对抗训练api

相关源代码已有优秀开源,本项目借鉴训练时部分加入相关训练优化trcik,部分保持原始代码复现格式,若需相关训练优化功能,相关代码及使用方式已给出,按需使用。


机器学习算法AI大数据技术

 搜索公众号添加: datanlp

长按图片,识别二维码




阅读过本文的人还看了以下文章:


TensorFlow 2.0深度学习案例实战


基于40万表格数据集TableBank,用MaskRCNN做表格检测


《基于深度学习的自然语言处理》中/英PDF


Deep Learning 中文版初版-周志华团队


【全套视频课】最全的目标检测算法系列讲解,通俗易懂!


《美团机器学习实践》_美团算法团队.pdf


《深度学习入门:基于Python的理论与实现》高清中文PDF+源码


特征提取与图像处理(第二版).pdf


python就业班学习视频,从入门到实战项目


2019最新《PyTorch自然语言处理》英、中文版PDF+源码


《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码


《深度学习之pytorch》pdf+附书源码


PyTorch深度学习快速实战入门《pytorch-handbook》


【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》


《Python数据分析与挖掘实战》PDF+完整源码


汽车行业完整知识图谱项目实战视频(全23课)


李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材


笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!


《神经网络与深度学习》最新2018版中英PDF+源码


将机器学习模型部署为REST API


FashionAI服装属性标签图像识别Top1-5方案分享


重要开源!CNN-RNN-CTC 实现手写汉字识别


yolo3 检测出图像中的不规则汉字


同样是机器学习算法工程师,你的面试为什么过不了?


前海征信大数据算法:风险概率预测


【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类


VGG16迁移学习,实现医学图像识别分类工程项目


特征工程(一)


特征工程(二) :文本数据的展开、过滤和分块


特征工程(三):特征缩放,从词袋到 TF-IDF


特征工程(四): 类别特征


特征工程(五): PCA 降维


特征工程(六): 非线性特征提取和模型堆叠


特征工程(七):图像特征提取和深度学习


如何利用全新的决策树集成级联结构gcForest做特征工程并打分?


Machine Learning Yearning 中文翻译稿


蚂蚁金服2018秋招-算法工程师(共四面)通过


全球AI挑战-场景分类的比赛源码(多模型融合)


斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)


python+flask搭建CNN在线识别手写中文网站


中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程



不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  



浏览 41
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报