class TextClassification:
    def __init__(self):
        self.label_map = {0: '政治', 1: '军事', 2: '经济'}
        self.model = hub.Module(
            name='ernie_tiny',
            version='2.0.1',
            task='seq-cls',
            load_checkpoint='./model/classification.pdparams',
            label_map=self.label_map)

    def __call__(self, data, max_seq_len=150, allow_empty=True):
        """
        分类
        :param data: 传入list数据
        :param max_seq_len: 最大长度
        :param allow_empty: 返回结果是否允许为空
        :return:
        """
        return self.model.predict(data, max_seq_len=150, batch_size=1, use_gpu=False, return_prob=True)

text_cls = TextClassification()
data = [["土耳其军工除了组装大量的F-16战斗机外,还研制了大量F-16战斗机的机载武器,近年,土耳其军工公开了自己的先进中距空空导弹和近距空空导弹,可以看到图片中两型导弹的外形,与美国军工的AIM-120C和AIM-9X空空导弹非常相似。"]]
label, probs = text_cls(data)
print(label, probs)

输出的结果：
第一次运行：
['经济'] [[0.3787701725959778, 0.2302614450454712, 0.39096832275390625]]
第二次运行：
['经济'] [[0.29642435908317566, 0.31800222396850586, 0.3855734169483185]]
模型是固定的，输入也是固定的，为什么输出的probs会变化？而且有时候会预测为其他标签。