医疗文本分类
最后更新 2020/05/11 11:44
阅读 14536
BERT TensorFlow 文本分类
mohoho
-
4
获得赞 -
0
发布的文章 -
1
答辩的项目
医疗文本分类赛后答辩
Batch大小为50，循环次数为8次，通过在线上环境完成训练，模型最优精度评分为83.27。
最后更新 2020/05/11 11:44
阅读 14536
一、赛题分析
本赛题是一个文本的多分类问题，一般来说这种问题，都可以交给bert来解决 数据的特点在于:
1. 需要分类的label较多
2. 各个类别的样例数不均衡，样例最多的妇产科是第二多的神经科的2.5倍，更是样例最少的数百倍
3. 所给数据非常漂亮，省去了许多数据预处理
二、 核心思路
选用模型
BERT： BERT的全称是Bidirectional Encoder Representation from Transformers，即双向
本文为作者在FlyAI平台发布的原创内容，未经许可禁止转载。
本文链接地址：https://flyai.com/n/132224
本文链接地址：https://flyai.com/n/132224
赞
立即参加 医疗文本分类
讨论
500字
表情
删除确认
是否删除该条评论？
取消
删除
mohoho
-
4
获得赞 -
0
发布的文章 -
1
答辩的项目
论文推荐
经验推荐
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功！
您的公开申请已发送至后台审核，
通过后将公开展示本详情页！
通过后将公开展示本详情页！
知道了
向贡献者赞赏
¥70.00
微信支付
支付宝
请先绑定您的微信账号 点击立即绑定
立即支付
温馨提示：
支付成功后不支持申请退款，请理性消费；
支付成功将自动解锁当前页面代码内容，付款前请确认账号信息。
支付成功后不支持申请退款，请理性消费；
支付成功将自动解锁当前页面代码内容，付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付
敬请谅解，如有疑问请联系FlyAI客服
知道了
举报
请选择举报理由
确定
提示
确定要删除？
取消删除