我目前正在将 https://developer.apple.com/machine-learning/models/#text 列出的 BERT 模型集成到 iOS 应用程序中，遇到了删除低确定性答案的困难。

我使用了上述链接中找到的示例代码，但由于我想基于更大体量的文本回答问题，我循环处理了一个段落数组，并为每个段落预测答案。然而，如果没有找到答案，模型不会返回 nil 或“无答案”，而是返回一个（看似）随机的子字符串。我想问的是：是否有可能访问 BERT 响应的确定性，以过滤掉不太可能的结果？或者，有没有其他方法可以让 BERT 只返回超过设定确定性阈值的结果？

回答：

经过几个小时的搜索，我现在找到了一个解决方案。具有讽刺意味的是，这只需要三行代码，但无论如何，这里是解决方案：

if bestSum < 7.5 {    return nil}

我在 BERTOutput.swift 文件中的 findBestLogitPair() 方法中实现了这一点，这是 Apple 提供的使用 BERT 进行文本分析的示例代码。我现在发现，统计学中的术语 logit 确实有点类似于概率的意思——但作为一个程序员，我之前对此一无所知！