BERT模型离线推理

使用限制

仅支持DLC计算引擎。

算法简介

BERT是一种基于Transformer的自然语言处理预训练模型。它通过在大量文本数据上预训练，学习到文本的深层双向表示，然后可以通过少量的微调应用到各种下游的NLP任务中。该算法组件使用已经训练完的BERT分类模型，将输入表中的文本分类成训练时指定的某个类别。

可视化配置参数

您可以在Designer中，通过可视化的方式配置组件参数。

• 输入桩

  输入桩（从左到右）	限制数据类型	建议上游组件	是否必选
  输入数据	MaxCompute表	读数据表	是

• 组件参数

  页签	参数	是否必选	描述	默认值
  字段设置	模型OSS路径	是	在快速开始中已经训练完的BERT分类模型的OSS路径。	无
  	输入表文本列选择	是	选择要进行预测的文本列。	无
  	生命周期	否	输出表的生命周期。	28
  执行调优	GPU	否	选择用于计算的GPU的ECS实例。	无
  	最大运行时长（秒）	否	算法运行的最长时间。	无

• 输出桩

  输出桩（从左到右）	数据类型	下游组件
  输出数据	MaxCompute表	写数据表

相关文档

关于Designer组件更详细的内容介绍，请参见Designer概述。