[英]How to predict (classify) user sentence with BERT model and TensorflowLite
[英]How can I use BERT model to predict sentence semantic similarity to a dataset with no label?
我是使用 BERT model 的初学者。 我正在关注 Keras 网站https://keras.io/examples/nlp/semantic_similarity_with_bert/#:~:text=Introduction,sentence%20semantic%20similarity%20with.20Transformers的教程
但是他们在示例中使用的数据集具有 label 变量(“相似性”)。 是否有任何教程或指导使用 BERT model 来预测与只有文本列的数据的语义相似性?
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.