使用限制

僅支持DLC計算引擎。

算法簡介

BERT是一種基于Transformer的自然語言處理預訓練模型。它通過在大量文本數(shù)據(jù)上預訓練，學習到文本的深層雙向表示，然后可以通過少量的微調(diào)應用到各種下游的NLP任務中。該算法組件使用已經(jīng)訓練完的BERT分類模型，將輸入表中的文本分類成訓練時指定的某個類別。

可視化配置參數(shù)

您可以在Designer中，通過可視化的方式配置組件參數(shù)。

• 輸入樁

  輸入樁（從左到右）	限制數(shù)據(jù)類型	建議上游組件	是否必選
  輸入數(shù)據(jù)	MaxCompute表	讀數(shù)據(jù)表	是

• 組件參數(shù)

  頁簽	參數(shù)	是否必選	描述	默認值
  字段設置	模型OSS路徑	是	在快速開始中已經(jīng)訓練完的BERT分類模型的OSS路徑。	無
  	輸入表文本列選擇	是	選擇要進行預測的文本列。	無
  	生命周期	否	輸出表的生命周期。	28
  執(zhí)行調(diào)優(yōu)	GPU	否	選擇用于計算的GPU的ECS實例。	無
  	最大運行時長（秒）	否	算法運行的最長時間。	無

• 輸出樁

  輸出樁（從左到右）	數(shù)據(jù)類型	下游組件
  輸出數(shù)據(jù)	MaxCompute表	寫數(shù)據(jù)表

相關文檔

關于Designer組件更詳細的內(nèi)容介紹，請參見Designer概述。