multi label classification for my own data
#多标签文本分类,支持每个问句拥有不同个数的标签
#两种方式计算模型准确率:1.取得分最高的topk个结果(固定标签结果的个数)2.设置sigmoid得分阈值,得分 #超过阈值(自己设定,如0.5)的都作为结果返回(不需要固定标签个数)
#多标签分类的几个关键点: 1.数据:每个单独的标签都是one-hot编码,整个句子的标签就是所有one-hot编码标签的累加,eg,[0,1,1,0,0,1] 2.模型:模型的损失函数用sigmoid_cross_entropy_with_logits代替softmax_cross_entropy_with_logits 3.准确率计算:可以取topk个最高的结果,也可以取超过某个阈值的所有标签