elmo预训练模型的输出
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了elmo预训练模型的输出相关的知识,希望对你有一定的参考价值。
我正在研究情绪分析。我正在使用elmo方法来获取单词嵌入。但我对这种方法给出的输出感到困惑。考虑张量流网站中给出的代码:
elmo = hub.Module("https://tfhub.dev/google/elmo/2", trainable=True)
embeddings = elmo(["the cat is on the mat", "dogs are in the fog"],
signature="default",as_dict=True)["elmo"]
特定句子的嵌入向量会根据您给出的字符串数量而有所不同。详细解释一下
x = "the cat is on the mat"
y = "dogs are in the fog"
x1 = elmo([x],signature="default",as_dict=True)["elmo"]
z1 = elmo([x,y] ,signature="default",as_dict=True)["elmo"]
所以x1[0]
将不等于z1[0]
。当您更改字符串的输入列表时,这会发生变化。为什么一个句子的输出取决于另一个句子。我不是在训练数据。我只使用现有的预训练模型。在这种情况下,我很困惑如何将我的评论文本转换为嵌入和用于情绪分析。请解释。
注意:要获取嵌入向量,我使用以下代码:
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
sess.run(tf.tables_initializer())
# return average of ELMo features
return sess.run(tf.reduce_mean(x1,1))
答案
当我运行你的代码时,x1 [0]和z1 [0]是相同的。然而,z1 [1]与结果不同
y1 = elmo([y],signature="default",as_dict=True)["elmo"]
return sess.run(tf.reduce_mean(y1,1))
因为y的代币数比x少,而且盲目地减少过去的输出会收拾垃圾。
我建议使用“默认”输出而不是“elmo”,它可以实现预期的缩减。请参阅模块文档。
以上是关于elmo预训练模型的输出的主要内容,如果未能解决你的问题,请参考以下文章