Já se passaram dois meses desde que este perfil recebeu uma nova avaliação

Avaliações e Detalhes do Produto BERT Base Uncased TensorFlow Sentence Pair Classification

Este é um modelo de Classificação de Pares de Sentenças construído sobre um modelo de Embedding de Texto do [TensorFlow Hub](https://tfhub.dev/tensorflow/bert_en_uncased_L-12_H-768_A-12/2). Ele recebe um par de sentenças como entrada e classifica o par de entrada como 'implicação' ou 'não-implicação'. O rótulo de classe implicação implica que a segunda sentença implica a primeira sentença, e a não-implicação implica que não. O modelo de Embedding de Texto, que é pré-treinado na WikiPedia e BookCorpus, retorna um embedding do par de sentenças de entrada.

Vendedor

Amazon Web Services (AWS)

Discussões

Comunidade BERT Base Uncased TensorFlow Sentence Pair Classification

Integrações BERT Base Uncased TensorFlow Sentence Pair Classification

(1)

Informações de integração obtidas de avaliações de usuários reais.

Avaliações BERT Base Uncased TensorFlow Sentence Pair Classification (4)

Avaliações

Avaliações BERT Base Uncased TensorFlow Sentence Pair Classification (4)

Prós & Contras

Gerado a partir de avaliações reais de usuários

Questões de imprecisão (1)

Ver Todos os Prós e Contras

As avaliações da G2 são autênticas e verificadas.

Veja como.

US

Usuário Verificado em Software de Computador

Médio Porte (51-1000 emp.)

1/25/2025

"Bom modelo para classificação precisa de sentenças"

4/5

O que você mais gosta BERT Base Uncased TensorFlow Sentence Pair Classification?

A precisão é a coisa que eu mais gosto e também a sua popularidade entre a classe de modelos bert. Análise coletada por e hospedada no G2.com.

O que você não gosta BERT Base Uncased TensorFlow Sentence Pair Classification?

É o tamanho e o tempo que levei para casos de uso específicos, mas obviamente a precisão não vem tão facilmente. Análise coletada por e hospedada no G2.com.

GB

Goonmeet B.

Graduate Research Associate

Pequena Empresa (50 ou menos emp.)

11/30/2022

"Fácil de usar e configurar"

5/5

O que você mais gosta BERT Base Uncased TensorFlow Sentence Pair Classification?

O modelo pré-treinado é bastante simples de configurar com o pacote tensforflow.

Ele também pode ser usado com pytorch exportando o modelo.

Além disso, você também pode obter o tokenizador para o modelo. Análise coletada por e hospedada no G2.com.

O que você não gosta BERT Base Uncased TensorFlow Sentence Pair Classification?

Eu diria que as limitações não estão no modelo em si, mas no framework TensorFlow. Análise coletada por e hospedada no G2.com.

CI

Usuário Verificado em Internet

Médio Porte (51-1000 emp.)

11/22/2022

Parceiro comercial do vendedor ou concorrente do vendedor, não incluído nas pontuações do G2.

"Corpo muito grande e rico em vocabulário com incorporação ajustada de alta precisão"

4.5/5

O que você mais gosta BERT Base Uncased TensorFlow Sentence Pair Classification?

As embeddings são muito densas e poderosas. O conjunto de dados usado para treinar este modelo resolve todos os nossos problemas em nível industrial, como sumarização, nova classificação e autocompletar de chatbots. Análise coletada por e hospedada no G2.com.

O que você não gosta BERT Base Uncased TensorFlow Sentence Pair Classification?

O modelo tem precisão, mas o tamanho do modelo é muito grande. No nível do servidor, está tendo um ótimo desempenho, mas para implantação offline e em dispositivos, é lento. Para melhor uso, temos que usá-lo na nuvem. Análise coletada por e hospedada no G2.com.

GG

Garima G.

Associate Lead Machine Learning

Médio Porte (51-1000 emp.)

11/22/2022

Parceiro comercial do vendedor ou concorrente do vendedor, não incluído nas pontuações do G2.

"Fácil de usar com múltiplos casos de uso com bom desempenho"

4.5/5

O que você mais gosta BERT Base Uncased TensorFlow Sentence Pair Classification?

É treinado em um enorme conjunto de dados e fácil de integrar em múltiplos casos de uso para encontrar similaridades ou implicações, o que está nos ajudando majoritariamente em nossos requisitos de PLN e economizando muito tempo de treinamento. Análise coletada por e hospedada no G2.com.

O que você não gosta BERT Base Uncased TensorFlow Sentence Pair Classification?

O desempenho do modelo é bom, mas variações com albert e bigbird nos ajudarão ainda mais para casos de uso com diferentes restrições de implantação e requisitos de precisão se tornarão adequados. Análise coletada por e hospedada no G2.com.