工具介绍与任务方法

fastNLP

提供自然语言处理的数据准备、训练与评估组件,减少分类模型项目中重复的数据和训练循环代码。

fastNLP 能做什么

提供自然语言处理的数据准备、训练与评估组件,减少分类模型项目中重复的数据和训练循环代码。

  • 模型训练与部署
从一个小任务开始

如何使用 fastNLP

训练并评估中文文本分类模型

准备输入

  • 带分类标签的文本数据
  • 适合任务的分词器与预训练模型
  • 训练、验证和测试数据划分

操作步骤

  1. 加载标注数据,将文本转换为模型输入,并把标签映射到训练需要的字段。
  2. 准备模型、优化器和 DataLoader,配置 Trainer 的验证指标与字段映射后执行训练。
  3. 使用独立测试集合运行 Evaluator,查看分类指标,并检查误分类样本与数据泄漏。

预期交付物

  • 训练后的文本分类模型
  • 独立测试集上的分类评估结果

缓存数据、标签和模型输出字段需要一致;训练样例的轮数及设备参数不是通用最佳值,测试集不得混入调参过程。

开始前需要了解

账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查,再用于实际工作。

查看 fastNLP 官方说明 ↗

← 返回全部 AI 工具