ÎncepețiÎncepe gratuit

Evaluarea modelului BERT

Acum că ai tokenizat recenziile eșantion folosind tokenizerul BERT, este momentul să evaluezi modelul BERT cu eșantioanele de la PyBooks. În plus, vei evalua predicția de sentiment a modelului pe date noi.

Următoarele au fost importate pentru tine: BertTokenizer, BertForSequenceClassification, torch. Instanța model antrenată este, de asemenea, preîncărcată. Vom testa acum modelul pe un nou eșantion de date.

Acest exercițiu face parte din cursul

Deep Learning pentru text cu PyTorch

Vezi cursul

Instrucțiuni pentru exercițiu

  • Pregătește textul de evaluare pentru model prin tokenizare și returnează tensori PyTorch.
  • Convertește logits-urile de ieșire în probabilități între zero și unu.
  • Afișează sentimentele din probabilități.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

text = "I had an awesome day!"

# Tokenize the text and return PyTorch tensors
input_eval = tokenizer(____, return_tensors=____, truncation=True, padding=True, max_length=32)
outputs_eval = model(**input_eval)

# Convert the output logits to probabilities
predictions = torch.nn.functional.____(outputs_eval.____, dim=-1)

# Display the sentiments
predicted_label = ____ if torch.____(predictions) > 0 else ____
print(f"Text: {text}\nSentiment: {predicted_label}")
Editează și rulează codul