如何解决多标签文本分类的分数不等于一
我目前正在使用 Fast-BERT 进行多标签文本分类任务。 作为输出，我获得了每个类别的概率：
('S5',0.92626953125),('S17',0.0162200927734375),('S8',0.0150146484375),('S9',0.0142822265625),('S10',0.013275146484375),('S6',0.0129241943359375),('S11',0.01132965087890625),('S3',0.01129150390625),('S14',0.01078033447265625),('S15',0.01024627685546875),('S12',0.01016998291015625),('S1',0.010009765625),('S16',('S7',0.0099334716796875),('S2',0.0095977783203125),('S13',0.007904052734375),('S4',0.0074310302734375)
由于概率是逐类计算的，所以所有概率之和不等于1而是大于1。 我想知道，将所有这些概率放在相同的基数（等于 1 或 100%）以便在图表中更容易表示的更好解决方案是什么。
我提到我已经尝试在 Numpy 库的帮助下“规范化”我的数组，但结果是一样的，总和总是大于 1。
解决方法
您混淆了多类和多标签分类。
对于多标签分类，目标是为输入分配一些标签（例如 StackOverflow 上的标签）。可能没有正确的，可能有很多正确的。训练目标是每个标签的二元交叉熵，每个标签都是独立预测的，得分可以在 0 到 1 之间。
鉴于您希望分数总和为 1，您可能希望使用多类分类。在这种情况下，给定集合中的一个标签被分配给输入。输出是单分类分布，训练目标是分类交叉熵。
使用 Fast-Bert，只需将 multi_label 设置为 False。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
