Pytorch & BERT – 预测多个二元特征
pytorch 217
原文标题 :Pytorch & BERT – Predict Multiple Binary Feature
我想手动向 BERT 添加一个输出层,以预测多个二进制特征。
例如,这些输出将回答以下问题:
- 文字是正面的吗?如果是,则为 1,否则为 0。
- 这篇文章是关于运动的吗? 1如果是,0如果不是。
- 这篇文章是关于商业的吗? 1如果是,0如果不是。
我的第一个想法是将其作为回归任务来完成,添加一个带有 3 个神经元的输出层:每个问题一个。
伪代码:
def __init__(self):
self.bert = CamembertModel.from_pretrained('camembert-base')
self.regressor = nn.Sequential(nn.Linear(dim_in, 3))
def forward(self, input):
outputs = self.bert(input) # "Bert Layers"
outputs = self.regressor(outputs) # LinearSequential with output of 3
return outputs
但我会得到高于 1 和低于 0 的值。那么,我可以添加哪种层以获得概率(0 到 1 之间的值)来处理这个问题?
我希望我的问题很清楚,谢谢你的帮助。
def __init__(self):
self.bert = CamembertModel.from_pretrained('camembert-base')
self.regressor = nn.Sequential(nn.Linear(dim_in, 3))
def forward(self, input):
outputs = self.bert(input) # "Bert Layers"
outputs = self.regressor(outputs) # LinearSequential with output of 3
return outputs