bert_mltc

Multi-Label Tweets Classification：多标签文本分类模型，本项目使用bert-base-uncased模型实现多标签文本分类任务。

数据集

使用的数据集为英语论文数据集，该数据集给出论文的标题（TITLE）和摘要（ABSTRACT），来预测论文属于哪个主题。该数据集有20972个训练样本，有六个主题，分别为：Computer Science, Physics, Mathematics, Statistics, Quantitative Biology, Quantitative Finance。

文件结构

• scr
  • bert-base-uncased
    • config.json
  • data
    • test.csv
    • train.csv
  • load_data.py
  • model.py
  • model_train.py
  • params.py