text cnn tensorflow

texto-CNN

Este código implementa redes neuronales convolucionales para modelos de clasificación de oraciones.

• Figura 1: Ilustración de una arquitectura CNN para la clasificación de oraciones

Requisitos

• Python 3.6
• TensorFlow 1.4
• HB-Config (Configuración Singleton)
• TQDM
• solicitudes
• URL de webhook entrante

Estructura de proyectos

Proyecto init por HB-Base

 .
├── config                  # Config files (.yml, .json) using with hb-config
├── data                    # dataset path
├── notebooks               # Prototyping with numpy or tf.interactivesession
├── scripts                 # download or prepare dataset using shell scripts
├── text-cnn                # text-cnn architecture graphs (from input to logits)
    ├── __init__.py             # Graph logic
├── data_loader.py          # raw_date -> precossed_data -> generate_batch (using Dataset)
├── hook.py                 # training or test hook feature (eg. print_variables)
├── main.py                 # define experiment_fn
├── model.py                # define EstimatorSpec
└── predict.py              # test trained model       

Referencia: HB-Config, DataSet, Experiments_fn, EstimatorsPec

• DataSet: RT-Polarity, Análisis de sentimientos en reseñas de películas

Hacer

• Aplicar incred_type
  • Cnn-rand
  • Cnn-estatic
  • Cnn-nostatic
  • Cnn-multichannel

Configuración

Ejemplo: kaggle_movie_review.yml

 data :
  type : ' kaggle_movie_review '
  base_path : ' data/ '
  raw_data_path : ' kaggle_movie_reviews/ '
  processed_path : ' kaggle_processed_data '
  testset_size : 25000
  num_classes : 5
  PAD_ID : 0

model :
  batch_size : 64
  embed_type : ' rand '     # (rand, static, non-static, multichannel)
  pretrained_embed : " " 
  embed_dim : 300
  num_filters : 256
  filter_sizes :
    - 2
    - 3
    - 4
    - 5
  dropout : 0.5

train :
  learning_rate : 0.00005
  
  train_steps : 100000
  model_dir : ' logs/kaggle_movie_review '
  
  save_checkpoints_steps : 1000
  loss_hook_n_iter : 1000
  check_hook_n_iter : 1000
  min_eval_frequency : 1000
  
slack :
  webhook_url : " "   # after training notify you using slack-webhook 

Uso

Instalar requisitos.

pip install -r requirements.txt

Luego, prepare el conjunto de datos y entrenarlo.

 sh prepare_kaggle_movie_reviews.sh
python main.py --config kaggle_movie_review --mode train_and_evaluate

Después del entrenamiento, puede intentar escribir las oraciones lo que desea usar predict.py .

python python predict.py --config rt-polarity

Predecir el ejemplo

 python predict.py --config rt-polarity
Setting max_seq_length to Config : 62
load vocab ...
Typing anything :)

> good
1
> bad
0

Modos de experimentos

✅: trabajando
◽: No está probado todavía.

• ✅ evaluate : Evaluar en los datos de evaluación.
• ◽ extend_train_hooks : extiende los ganchos para el entrenamiento.
• ◽ reset_export_strategies : restablece las estrategias de exportación con New_Export_strategies.
• ◽ run_std_server : inicia un servidor TensorFlow y se une al hilo de servicio.
• ◽ test : Prueba de capacitación, evaluación y exportación del estimador para un solo paso.
• ✅ train : se ajuste al estimador utilizando los datos de entrenamiento.
• ✅ train_and_evaluate : Interloca la capacitación y la evaluación.

Tabla tensor

tensorboard --logdir logs

• Color de categoría

• Pololaridad RT (clasificación binaria)

• kaggle_movie_review (clasificación multiclase)

Referencia

• Implementación de un CNN para la clasificación de texto en TensorFlow por Denny Britz
• Documento - Redes neuronales convolucionales para la clasificación de oraciones (2014) por Y Kim
• Documento: un análisis de sensibilidad de (y la guía de profesionales para) redes neuronales convolucionales para la clasificación de oraciones (2015) y Zhang