Python用BERT进行中文情感分类记录了详细操作及完整程序源代码+说明+数据

BERT的代码同论文里描述的一致，主要分为两个部分。一个是**训练语言模型（language model）的预训练（pretrain）部分**。另一个是**训练具体任务(task)的fine-tune部分**。

在开源的代码中，预训练的入口是在run_pretraining.py而fine-tune的入口针对不同的任务分别在run_classifier.py和run_squad.py。

其中run_classifier.py适用的任务为分类任务。如CoLA、MRPC、MultiNLI这些数据集。而run_squad.py适用的是阅读理解(MRC)任务，如squad2.0和squad1.1。

因此如果要在自己的数据集上fine-tune跑代码，需要编写类似run_classifier.py的具体任务文件。

本实验，是用BERT进行中文情感分类，以下介绍具体操作步骤。

对于中文而言，google公布了一个参数较小的BERT预训练模型。具体参数数值