如何使用tensor2tensor对文本进行分类？

Question

我想使用tensor2tensor进行二进制文本分类，仅注意并且没有LSTM或CNN预处理层。我认为transformer_encoder模型对我来说是最好的，但我找不到任何必需的预测问题或Hparams。任何人都可以使用tensor2tensor或其他一些建议给我一个文本分类示例吗？

Answer 1

我建议关注他们的sentiment_imdb问题，因为情绪分析是一个文本分类问题：

https://github.com/tensorflow/tensor2tensor/blob/master/tensor2tensor/data_generators/imdb.py

他们还在主页上简要介绍了如何针对此问题培训transformer_encoder：

https://github.com/tensorflow/tensor2tensor#sentiment-analysis

Answer 2

尝试一下

import matplotlib.pyplot as plt

gridspec = dict(hspace=0.0, height_ratios=[1, 1, 0.4, 3])
fig, axs = plt.subplots(nrows=4, ncols=1, gridspec_kw=gridspec)
axs[2].set_visible(False)