如何存储词向量嵌入？

Question

0

我正在使用 BERT Word Embeddings 进行带有 3 个标签的句子分类任务。我正在使用 Google Colab 进行编码。我的问题是，由于我每次重新启动内核时都必须执行嵌入部分，有没有办法在生成这些词嵌入后保存它？因为，生成这些嵌入需要很多时间。

我用来生成 BERT Word Embeddings 的代码是 -

[get_features(text_list[i]) for text_list[i] in text_list]

在这里，gen_features 是一个函数，它为我的列表 text_list 中的每个 i 返回词嵌入。

我读到将嵌入转换为凹凸不平的张量，然后使用 np.save 可以做到。但我实际上不知道如何编码。

请帮忙。

Answer 1

您可以按照以下步骤将嵌入数据保存到 numpy 文件：

all_embeddings = here_is_your_function_return_all_data()
all_embeddings = np.array(all_embeddings)
np.save('embeddings.npy', all_embeddings)

如果您要保存到 google colab，则可以将其下载到本地计算机。每当您需要它时，只需上传并加载它。

all_embeddings = np.load('embeddings.npy')

就是这样。

顺便说一句，您也可以直接将文件保存到谷歌驱动器。