我有一个带有 bertforsequenceclassification 的多标签分类 BERT 模型，数据集高度不平衡，有 15 个类，正如您在此处看到的 pos_weights：
张量([ 86.5999, 3.3153, 0.8365, 6.6842, 86.5999, 7.0367, 3.3582, 144.9998、11.5143、27.2581、11.0000、21.4615、38.8182、2.7597、 174.1996])
我在损失函数 torch.nn.BCEWithLogitsLoss() 中输入了它，但是，大部分结果结果为 0，因为当我应用 sigmoid 并设置阈值 0.5 来确定该值时，大多数结果接近 0.5但仍低于 0.5。所以我不确定我是否能很好地处理不平衡的数据，或者可能有其他问题，而且，当我试图改进它时，我实际上不知道我是否可以简单地将 0.5 设置为这种不平衡情况的阈值。< /p>
我错过了其中的任何部分吗？或者如果我想处理这个问题，我应该添加什么？