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
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
- 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。
- 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。
- 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。