唐宇迪深度学习 | 您所在的位置:网站首页 › NYU数据集深度估计 › 唐宇迪深度学习 |
模型的输出是一个字典列表,其中每个字典都有一个标签(对于这个特定示例,值为“POSITIVE”或“NEGATIVE”)和一个分数(即预测标签的分数)。 可以为分类器提供多个句子,并在一个函数调用中获得所有结果。 也可以通过设置模型名称的参数指定要使用的模型,所有的模型和关于模型的信息都在官方文档中提供了,例如下面代码使用的是twitter-roberta-base-sentiment DatasetDataset库可以轻松下载 NLP 中使用的一些最常见的基准数据集。 例如需要加载Stanford Sentiment Treebank(SST2,。它的目标是二元(正面和负面)分类,只有句子级别的标签。可以直接使用 load_dataset 函数加载数据集。 |
CopyRight 2018-2019 实验室设备网 版权所有 |