BERT 應用領域有 Question Answer 問答系統、閱讀理解、語意拆解、語意分析。

[操作步驟及說明]

SQuAD2.0

1. 1_SQuAD2.0_Fine_Tuning_GPU.ipynb

使用 BERT 對 SQuAD2 問答數據庫進行訓練微調，微調後的模型路徑 : model/SQuAD2.0。

2. 2_SQuAD2.0_Inference_GPU.ipynb

對 data/SQuAD2.0/dev-v2.0.json (裡面有許多的問答) 進行推論。

回答結果放在 output/SQuAD2.0/nbest_predictions.json，其中如果回答是沒有答案，則會記錄他的閾值 --null_score_diff_threshold 在 null_odds.json。

3. 3_SQuAD2.0_Evaluate_GPU.ipynb

評估模型的相關數據、計算推論合適的閾值 best_f1_thresh。

推論時，藉由此值代入 --null_score_diff_threshold 來區分問題是否有答案。

ELMo

4. 4_ELMo_Extract_Fixed_Feature_GPU.ipynb

data/glue-data/ELMo/input.txt 進行語意拆解。

將句子進行詞性拆解，提取特徵向量，輸出到 data/output/ELMo/output.json 。

MRPC

5. 5_MRPC_Fine_Tuning_GPU.ipynb

訓練微調 MRPC，輸出模型路徑 : model/MRPC。

6. 6_MRPC_Inference_GPU.ipynb

對 data/glue-data/MRPC/test.tsv 進行語意分析，分析兩個句子是否為同一個意思，將結果輸出至 data/output/test_results.tsv。

輸出結果為是類別 0 的機率或類別 1 的機率，該數值越高，代表該類別程度越高。

(類別 0 : 兩句子不同義；類別 1 : 兩句子同義)

這個 SDK 內建於 AppForAI 人工智慧開發工具。

單獨購買價格：5,000元，永久授權，單一 SDK 授權，單機授權，一次下載，無更新服務，一年電子郵件範例諮詢服務。如果是軟體客製化問題，請購買我們的客製化顧問服務點數。