python - 用于标记分类的 Huggingface DistilBert 不会提高训练期间的准确性
问题描述
我正在尝试重现 Huggingface 网站上可用的代码，以在我的自定义数据上实现 ner 模型。
我在 Google Colab 上尝试了以下代码：https ://colab.research.google.com/drive/1g7UCKDE9fXQpr90Q3AZDLGmVc9_tplRg?usp=sharing
它与在 hugginface 网站上找到的用于序列标记任务的代码完全相同，但正如您所见，在训练期间验证集的性能没有任何改善。
你有没有遇到过这个问题？你能给我一些提示吗？
解决方案
推荐阅读
- r - 如何将 rmarkdown（bookdown）中 fig.cap 中的一行换成 docx？
- javascript - 在js中按字符+字符拆分特殊数组（查询）
- sql - 在 SQL Server 中从字符串中查找单词
- python - 不和谐机器人（-功能像学校的钟声）
- php - Gate::after()：返回非空值不改变授权结果
- drools - Drools：滑动窗口：时间正在选择甚至经过的数据
- php - 回显后重定向页面
- javascript - Javascript 如何处理过时的回调
- scala - 使用 scala 创建一个 13 列和 10000 行的数据框
- prestashop-1.7 - 如果库存低于阈值，则隐藏指定的付款方式