Bert Chinese-Text-Classification-Pytorch 遇到的问题汇总

本文介绍了一个基于Bert的中文文本分类预训练模型,并解决了在实现过程中遇到的几个常见问题,包括vocab.txt文件的正确下载方式、如何指定模型参数以及解决THUCNews文件夹中缺失文件的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

基于Bert的中文文本分类预训练模型
地址:Chinese-Text-Classification-Pytorch

问题1:上面给的vocab.txt地址无法下载
下载地址:vocab.txt
选择下图这个就好,下载后改名为vocab.txt
在这里插入图片描述
问题2:运行run.py报错未指定model

使用pycharm带参数运行如图:
在这里插入图片描述
利用spder的话先将运行地址确定至run.py的地址,如下图右上角,再在console中输入:run run.py --model bert ,回车即可
在这里插入图片描述
问题3:有一个报错显示缺少一个在 THUCNews/文件夹的文件
需要事先在此目录下建立一个名叫:saved_dict 的文件夹如图
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值