classification-base-bert

目录

• 项目介绍
• 环境安装
• 使用方法
• 贡献指南
• 许可证
• 注意

项目介绍

本项目使用google-bert/bert-base-chinese模型进行中文文本分类任务，使用中文数据集进行训练，训练完成后，可以导出模型，进行预测。
数据集下载地址
相关问题分析

环境安装

1. 创建新的虚拟环境
   conda create -n bert_env python==3.8
2. 激活环境
   conda activate bert_env
3. 安装依赖包，临时使用镜像源
   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

使用方法

环境搭建完成，激活依赖下载完成后可以按需求分别执行predict_single.py和predict_batch.py文件。

在THUCNews/data/test.csv数据集上进行测试的结果如下：

混淆矩阵的详细参考这里

分类指标如下：

指标	值
Accuracy	0.9434
Precision	0.9438
Recall	0.9434

贡献指南

许可证

项目采用Apache License 2.0许可。

注意

1. bert-base-chinese 需要自行下载，下载方式参考classification-base-bert/bert-base-chinese/README.md
2. classification-base-bert/model_config.py的model_path是预训练后的模型文件，推理之前需要先执行model_train.py文件进行训练。