- vcjmhg2021-12-091.截断法 截断法是非常常用办法，大致分为三种，head截断，tail截断，head+tail 截断。 head截断即从文本开头直到限制的字数。 tail截断是从结尾开始往前截断。 head+tail 截断，开头和结尾各保留一部分，比例参数是一个可以调节超参数。 缺点:处理方法较为暴力，不是太长的文本 2.Pooling法，缺点性能较差 3.压缩法，提取文本中有限segment，但压缩效果可能会很有限。
作者回复: 👍🏻👍🏻👍🏻👍🏻^^
3 
Qwen2022-09-08 来自北京才入行新人，文章读了好几遍，还有很多问题点不能理解。 希望大佬能否考虑整理一份完整的训练代码，在参照您的文档去理解，应该能帮助到很多像我这样的新人。作者回复: 你好，感谢你的留言。图像的课程有整理好的代码。链接在文章里。
2
(●—●)2022-03-26请问怎么转换模型？作者回复: 你好，不好意思，没太看明白。 转什么模型？从哪里转？
共 3 条评论1
Geek_1e97422023-04-04 来自江苏你文章里的多语言bert模型的链接已经失效不能使用了编辑回复: 链接已更新，刷新可见
亚林2022-06-07预训练模型地址失效了： https://github.com/google-research/bert/blob/master/multilingual.md作者回复: hi，没有失效，可能是你的网络问题
- 亚林2022-06-02上一节提到的pipelines能否解决长文本的办法
作者回复: hello pipelines不是解决长文本问题的。
Geek_709f772022-04-15“转换完模型之后，你会发现你的本地多了三个文件”这个转换完成模型是怎么做的？另外，老师给的链接有的打开后跟文章中内容不一样，代码下载也不对，能不能把所有代码放在一个地方，让我们下载运行？作者回复: 你好，感谢你的留言。 模型的转换需要transformers中提供的convert_tf_checkpoint_to_pytorch.py 文件的帮忙，具体的使用方法会随着版本的更新而有所不同，但是好在用法都在该文件的main函数中进行了介绍。你可以看一下。 链接与文章中内容不一样的问题，我刚才看了一下git中的代码，他三天前更新了。 按照文章中的流程，代码基本都是可以实现的^^。
- 向坤2022-04-13请问有完整的训练代码链接吗
作者回复: 你好，向坤，感谢你的留言。 按照文章里的一步步来就是可以运行的。
xiaolan2022-01-24请问bert模型的用处是不是跟word2vec一样？作者回复: hello，感谢留言。 他们不一样。可以一样用，但是bert更强大，还有别的功能。
Beyond myself2023-08-27 来自广东convert_BERT_original_tf2_checkpoint_to_PyTorch.py 和 modeling_BERT.py两个文件不存在了，全局搜索BERTForSequenceClassification也没有找不到。