使用BERT在Kaggle上使用NLP入门
来源:dev.to
2025-01-30 18:15:20
0浏览
收藏
一分耕耘,一分收获!既然都打开这篇《使用BERT在Kaggle上使用NLP入门》,就坚持看下去,学下去吧!本文主要会给大家讲到等等知识点,如果大家对本文有好的建议或者看到有不足之处,非常欢迎大家积极提出!在后续文章我会继续更新文章相关的内容,希望对大家都有所帮助!
1,进口和eda
import os
iskaggle = os.environ.get('kaggle_kernel_run_type', '')
from pathlib import path
if iskaggle:
path = path('/kaggle/input/us-patent-phrase-to-phrase-matching')
import pandas as pd df = pd.read_csv(path/'train.csv') df['input'] = 'text1: ' + df.context + '; text2: ' + df.target + '; anc1: ' + df.anchor df.input.head()
2,令牌化
from datasets import dataset, datasetdict
ds = dataset.from_pandas(df)
import warnings,logging,torch
warnings.simplefilter('ignore')
logging.disable(logging.warning)
model_nm = 'anferico/bert-for-patents'
# load model directly
from transformers import automodelforsequenceclassification, autotokenizer
model = automodelforsequenceclassification.from_pretrained(model_nm, num_labels=1)
tokenizer = autotokenizer.from_pretrained('anferico/bert-for-patents')
def tok_func(x):
return tokenizer(x['input'])
# tokenize all the sentences using the tokenizer
tok_ds = ds.map(tok_func, batched=true)
tok_ds = tok_ds.rename_columns({'score':'labels'})
3,测试和验证集
eval_df = pd.read_csv(path/'test.csv') dds = tok_ds.train_test_split(0.25, seed=42) eval_df['input'] = 'text1: ' + eval_df.context + '; text2: ' + eval_df.target + '; anc1: ' + eval_df.anchor eval_ds = dataset.from_pandas(eval_df).map(tok_func, batched=true)
4,指标和相关性
import numpy as np
def corr(x,y):
## change the 2-d array into 1-d array
return np.corrcoef(x.flatten(), y)[0,1]
def corr_d(eval_pred): return {'pearson': corr(*eval_pred)}
5,训练我们的模型
14625233945
6,在测试集中获取预测
preds = trainer.predict(eval_ds).predictions.astype(float)
preds = np.clip(preds, 0, 1)
import datasets
submission = datasets.Dataset.from_dict({
'id': eval_ds['id'],
'score': preds
})
submission.to_csv('submission.csv', index=False)
今天关于《使用BERT在Kaggle上使用NLP入门》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
川普出席佛罗里达州度假会议:计划对输入美国的多种商品课征全面关税
- 上一篇
- 川普出席佛罗里达州度假会议:计划对输入美国的多种商品课征全面关税
- 下一篇
- 功能测试工具:为您的项目选择合适的一个
查看更多
最新文章
-
- 文章 · python教程 | 1分钟前 |
- Python中sys.stdout详解与使用技巧
- 318浏览 收藏
-
- 文章 · python教程 | 7分钟前 |
- Python结果模式处理可选属性详解
- 418浏览 收藏
-
- 文章 · python教程 | 1小时前 | Python3 打包 pyinstaller 代码加密 py2exe
- Python3代码无法用py2exe打包加密
- 255浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- 动态弹窗滚动与元素定位问题解决方法
- 297浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python读取DICOM医疗文件方法解析
- 286浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- 币安API止盈止损查询技巧
- 174浏览 收藏
-
- 文章 · python教程 | 1小时前 | Matplotlib Python绘图 画布 子图 plt.figure
- Python绘图画布实用技巧分享
- 319浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python字符串字面量详解与用法
- 294浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Pythonconfigparser配置读取教程
- 345浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python传递不定参数方法详解
- 464浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- ChatExcel酷表
- ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
- 3183次使用
-
- Any绘本
- 探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
- 3394次使用
-
- 可赞AI
- 可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
- 3426次使用
-
- 星月写作
- 星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
- 4531次使用
-
- MagicLight
- MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
- 3803次使用
查看更多
相关文章
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览

