config.yaml

data_filename: "dataset/train_data.txt"                                     # 总数据集路径，未进行训练集测试集划分
split_ratio: "9:1"                                                          # 训练集、验证集划分比例,格式：9:1
random_seed: 42                                                             # 随机数种子
dict_path: "pre-train_models/nezha_base/vocab.txt"                          # 分词器字典路径
maxlen: 256                                                                 # 每条数据最大长度
rdrop_number: 2                                                             # r-drop参数，2；当值为1时，不采取r-drop策略
batch_size: 6                                                               # 当rdrop_number参数不为1时，该值取双数
pretrain_config_path: "pre-train_models/nezha_base/bert_config.json"        # 预训练模型配置文件
pretrain_checkpoint_path: "pre-train_models/nezha_base/model.ckpt-900000"   # 保存的预训练模型路径
pretrain_name: "nezha"                                                      # 预训练模型名称
# 可选模型名称：bert_bilstm_crf、bert_crf、bert_global_pointer、bert_softmax、bert_span
model_name: "bert_bilstm_crf"                                               # 模型名称,据此程序选择相应的模型、损失函数等
dropout_rate: 0.3                                                           # dropout概率
hidden_size: 128                                                            # 隐藏层维度，主要是LSTM部分
crf_lr_multiplier: 1000                                                     # crf层学习率的放大倍数
learning_rate: 2e-5                                                         # 学习率
exclude_from_weight_decay: ['Norm', 'bias']                                 # 权重衰减排除项
paramwise_lr_schedule: {'bidirectional_1':200}                              # 分参数学习率调整参数，字典形式
ema_momentum: 0.999                                                         # 动量参数
eplison: 0.5                                                                # 对抗训练（FGM）约束因子，>=0；当值为0时，不采用对抗策略
log_path: "./"                                                              # 日志文件保存文件夹
log_name: "bert_bilstm_crf"                                                 # 日志文件名（代码中会自动拼接日期，并保存为txt文件）
best_path: "best_model_bert_bilstm_crf.weights"                             # 训练最优模型保存路径
epochs: 20                                                                  # 训练代数
model_path: "best_model_bert_bilstm_crf.weights"                            # 评估、预测时加载模型路径
test_data: "dataset/train_data.txt"                                         # 测试数据集路径
predict_data: "dataset/predict_data.txt"                                    # 预测数据路径
predict_path: "dataset/predict_results.txt"                                 # 预测结果保存路径
web_server: False                                                           # 在预测时是否开启web服务
web_host: "0.0.0.0"                                                         # 主机ip
web_port: 8033                                                              # 端口号