from joblib import Parallel, delayed
from collections import OrderedDict
from torchtext.data import Dataset, Example, RawField, Field, NestedField
self.raw_content = RawField()
self.id = RawField()
self.raw_abstract = RawField(is_target=True)
self.content = NestedField(Field(fix_length=80), fix_length=50)
self.abstract = NestedField(Field())
self.abstract.is_target = True
self.fields = { "article": [("raw_content", self.raw_content) ("content", self.content)],
"abstract": [ ("raw_abstract", self.raw_abstract)("abstract", self.abstract),],
"id": [("id", self.id)]}
def load_fname(fname, reading_path, fields):
fpath = os.path.join(reading_path, fname)
with open(fpath, "r") as data:
ex = Example.fromJSON(data.read(), fields)
return (ex, fpath)
に相当するものはExample.fromJSON(data.read(), fields)
何ですか?いくつかのトランスフォーマーによって、機械学習モデルの一部の lstm を変更する必要があります。次に、トランスフォーマーを使用してデータを前処理します。
編集
>>> from datasets import load_dataset
>>> dataset = load_dataset('json', data_files='my_file.json', field='data')
ソース: https://huggingface.co/docs/datasets/loading_datasets.html
上記のコードを使用する必要があると思いますが、まだわかりません。