Es sind zwei Monate vergangen, seit dieses Profil eine neue Bewertung erhalten hat

BERT Base Uncased TensorFlow Sentence Pair Classification Bewertungen & Produktdetails

Dies ist ein Satzpaar-Klassifikationsmodell, das auf einem Text-Einbettungsmodell von [TensorFlow Hub](https://tfhub.dev/tensorflow/bert_en_uncased_L-12_H-768_A-12/2) basiert. Es nimmt ein Paar von Sätzen als Eingabe und klassifiziert das Eingabepaar als 'Entailment' oder 'kein Entailment'. Das Klassenlabel Entailment impliziert, dass der zweite Satz den ersten Satz impliziert, und kein Entailment impliziert, dass er dies nicht tut. Das Text-Einbettungsmodell, das auf Wikipedia und BookCorpus vortrainiert ist, liefert eine Einbettung des Eingabepaares von Sätzen.

Verkäufer

Amazon Web Services (AWS)

Diskussionen

BERT Base Uncased TensorFlow Sentence Pair Classification Community

BERT Base Uncased TensorFlow Sentence Pair Classification Integrationen

(1)

Integrationsinformationen aus echten Nutzerbewertungen bezogen.

BERT Base Uncased TensorFlow Sentence Pair Classification-Bewertungen (4)

Bewertungen

BERT Base Uncased TensorFlow Sentence Pair Classification-Bewertungen (4)

Vorteile & Nachteile

Erstellt aus echten Nutzerbewertungen

Ungenauigkeitsprobleme (1)

Alle Vor- und Nachteile anzeigen

G2-Bewertungen sind authentisch und verifiziert.

Hier die Erklärung wie dies gewährleistet ist.

BC

Verifizierter Benutzer in Computersoftware

Unternehmen mittlerer Größe (51-1000 Mitarbeiter)

25.1.2025

"Gutes Modell für genaue Satzklassifizierung"

4/5

Was gefällt dir am besten BERT Base Uncased TensorFlow Sentence Pair Classification?

Seine Genauigkeit ist das, was mir am meisten gefällt, und auch seine Beliebtheit unter den BERT-Modellen. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? BERT Base Uncased TensorFlow Sentence Pair Classification?

Es sind die Größe und die Zeit, die ich für spezifische Anwendungsfälle genommen habe, aber offensichtlich kommt die Genauigkeit nicht so einfach. Bewertung gesammelt von und auf G2.com gehostet.

GB

Goonmeet B.

Graduate Research Associate

Kleinunternehmen (50 oder weniger Mitarbeiter)

30.11.2022

"Einfach zu verwenden und einzurichten"

5/5

Was gefällt dir am besten BERT Base Uncased TensorFlow Sentence Pair Classification?

Das vortrainierte Modell ist recht einfach mit dem TensorFlow-Paket einzurichten.

Es kann auch mit PyTorch verwendet werden, indem das Modell exportiert wird.

Zusätzlich kann man auch den Tokenizer für das Modell erhalten. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? BERT Base Uncased TensorFlow Sentence Pair Classification?

Ich würde sagen, die Einschränkungen liegen nicht beim Modell selbst, sondern beim TensorFlow-Framework. Bewertung gesammelt von und auf G2.com gehostet.

DI

Verifizierter Benutzer in Internet

Unternehmen mittlerer Größe (51-1000 Mitarbeiter)

22.11.2022

Geschäftspartner des Verkäufers oder Wettbewerbers des Verkäufers, nicht in den G2-Wertungen enthalten.

"Sehr großer Korpus und reich an Vokabular mit hochgenauer feinabgestimmter Einbettung"

4.5/5

Was gefällt dir am besten BERT Base Uncased TensorFlow Sentence Pair Classification?

Einbettungen sind sehr dicht und leistungsstark. Der Datensatz, der zur Schulung dieses Modells verwendet wurde, löst alle unsere branchenbezogenen Probleme wie Zusammenfassungen, neue Klassifizierungen und Chatbot-Autovervollständigungen. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? BERT Base Uncased TensorFlow Sentence Pair Classification?

Das Modell hat zwar eine hohe Genauigkeit, aber die Modellgröße ist sehr groß. Auf Serverebene funktioniert es hervorragend, aber für den Offline- und Geräte-Einsatz ist es langsam. Für die beste Nutzung müssen wir es in der Cloud verwenden. Bewertung gesammelt von und auf G2.com gehostet.

GG

Garima G.

Associate Lead Machine Learning

Unternehmen mittlerer Größe (51-1000 Mitarbeiter)

22.11.2022

Geschäftspartner des Verkäufers oder Wettbewerbers des Verkäufers, nicht in den G2-Wertungen enthalten.

"Einfach zu bedienen mit mehreren Anwendungsfällen und guter Leistung."

4.5/5

Was gefällt dir am besten BERT Base Uncased TensorFlow Sentence Pair Classification?

Es ist auf einem riesigen Datensatz trainiert und lässt sich leicht in mehrere Anwendungsfälle integrieren, um Ähnlichkeiten oder Folgerungen zu finden, was uns hauptsächlich bei unseren NLP-Anforderungen hilft und viel Trainingszeit spart. Bewertung gesammelt von und auf G2.com gehostet.

Was gefällt Ihnen nicht? BERT Base Uncased TensorFlow Sentence Pair Classification?

Die Modellleistung ist gut, aber Variationen mit Albert und Bigbird werden uns noch mehr helfen, da Anwendungsfälle mit unterschiedlichen Bereitstellungseinschränkungen und Genauigkeitsanforderungen geeignet werden. Bewertung gesammelt von und auf G2.com gehostet.