distilbert - distilbert 模型不适用于 ktrain

Question

我尝试使用 distilbert 分类器。但我收到以下错误。

这是我的代码

(X_train,y_train),(X_test,y_test),prepro 
=text.texts_from_df(train_df=data_train,text_column="Cleaned",label_columns=col

,val_df=data_test,maxlen=500,preprocess_mode="distilbert")

这是错误

OSError: Model name 'distilbert-base-uncased' was not found in tokenizers model name list (distilbert-base-uncased, distilbert-base-uncased-distilled-squad, distilbert-base-cased, distilbert-base-cased-distilled-squad, distilbert-base-german-cased, distilbert-base-multilingual-cased). We assumed 'distilbert-base-uncased' was a path, a model identifier, or url to a directory containing vocabulary files named ['vocab.txt'] but couldn't find such vocabulary files at this path or url._

由于我办公室当前的环境问题，我只能在 tf 2.2 和 python 3.8 上工作。现在我使用的是 0.19。

如果我将它降级到 0.16，你认为它会影响我当前的环境吗？

Answer 1

如果存在阻止下载标记器文件的网络或防火墙问题，则可能会发生此错误。请参阅此常见问题解答条目以获取补救措施。

此外，当您使用 时preprocess_mode='distilbert'，texts_from*函数返回TransformerDataset实例，而不是数组。例如，您需要替换(X_train, y_train)为train_data。请参阅此示例笔记本。