简介
常规NLP做文本分类时常用Transfer Learning的方式,在预训练bert上加一个分类层,哪个输出节点概率最大则划分到哪一类别。而基于Prompt的MLM文本分类是将文本分类任务转化为MLM( Masked Language Modeling)任务,通过[MASK]位置的输出来判断类别。
例如通过文本描述判定天气好坏,类别【好、坏】:
常规方式:今天阳光明媚! 【好】
基于Prompt的MLM: 天气[MASK],今天阳光明媚!【天气好,今天阳光明媚!】
Prompt的设定可以有多种方式设定,手写Prompt 、自动离散Prompt、自动连续 P-Tuning,自行查找论文
实验
先手写Prompt做个实验:
就以上面
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)