我正在尝试使用基于 BERT uncased 的模型和 tensorflow/keras 进行多类序列分类。但是，在按照 BERT wordpiece tokenizer 标记我的数据时，我遇到了一个问题。我不确定应该如何按照标记化程序修改我的标签。
我在 Github 上阅读了几个关于这个问题的开放和封闭问题，我还阅读了谷歌发表的 BERT 论文。特别是在论文的第 4.3 节中，解释了如何调整标签，但我无法将其转换为我的案例。我还阅读了官方 BERT 存储库自述文件，其中有一个关于标记化的部分，并提到了如何创建一种将原始标记映射到新标记的字典，并且这可以用作投影我的标签的一种方式。
我使用了自述文件中提供的代码，并设法按照我认为应该的方式创建了标签。但是，我不确定这是否是正确的方法。下面是一个标记化句子的示例，以及它在使用 BERT 标记器之前和之后的标签。只是一个旁注。我已经调整了分词器中的一些代码，以便它不会根据标点符号对某些单词进行分词，因为我希望它们保持完整。
这是创建映射的代码：
bert_tokens = []
label_to_token_mapping = []
bert_tokens.append("[CLS]")
for token in original_tokens:
label_to_token_mapping.append(len(bert_tokens))
bert_tokens.extend(tokenizer.tokenize(token, ignore_set=ignore_set))
bert_tokens.append("[SEP]")
original_tokens = ['The', <start>', 'eng-30-01258617-a', '<end>', 'frailty']
tokens = ['[CLS]', 'the', '<start>', 'eng-30-01258617-a', '<end>', 'frail', '##ty', '[SEP]']
labels = [0,2, 3, 4, 1]
label_to_token_mapping = [1, 2, 3, 4, 5]
使用映射我调整我的标签数组，它变成如下所示：
labels = [0, 2, 3, 4, 1, 1]
在此之后，我添加了填充标签（假设最大序列长度为 10），因此最后我的标签数组如下所示：
labels …我有一个使用队列，存储和表的云服务，该服务具有Web角色和辅助角色。我将其发布到Azure，一切似乎都很好。当我单击Web应用程序URL时，出现以下错误：
编译器错误消息：编译器失败，错误代码-2146232576。
如果我在本地部署Web应用程序，一切正常！有谁可以帮助我吗？我尝试在网上查找，但找不到解决方案，对此我很陌生。