cnn text classification pytorchダウンロード-CNN cnn text classification pytorchソースコードダウンロード

cnn text classification pytorch

パイソン

1.0.0

ダウンロード

導入

これは、Pytorchの文化論文のためのKimの畳み込みニューラルネットワークの実装です。

キムのTheanoでのモデルの実装：https：//github.com/yoonkim/cnn_sentence
Denny Britzには、Tensorflow：https：//github.com/dennybritz/cnn-text-classification-tfで実装があります
ケラスでのアレクサンダー・ラクリンの実装。 https://github.com/alexander-rakhlin/cnn-for-sentence-classification-in-keras

要件

Python 3
Pytorch> 0.1
TorchText> 0.1
numpy

結果

MRとSSTの2つのデータセットを試しました。

データセット	クラスサイズ	最良の結果	キムの紙の結果
氏	2	77.5％（CNN-RAND-STATIC）	76.1％（CNN-Rand-Nostatic）
SST	5	37.2％（CNN-RAND-static）	45.0％（CNN-Rand-Nostatic）

SSTのハイパーパラメータを真剣に調整していません。

使用法

 ./main.py -h

または

 python3 main.py -h

あなたが得るでしょう：

 CNN text classificer

optional arguments:
  -h, --help            show this help message and exit
  -batch-size N         batch size for training [default: 50]
  -lr LR                initial learning rate [default: 0.01]
  -epochs N             number of epochs for train [default: 10]
  -dropout              the probability for dropout [default: 0.5]
  -max_norm MAX_NORM    l2 constraint of parameters
  -cpu                  disable the gpu
  -device DEVICE        device to use for iterate data
  -embed-dim EMBED_DIM
  -static               fix the embedding
  -kernel-sizes KERNEL_SIZES
                        Comma-separated kernel size to use for convolution
  -kernel-num KERNEL_NUM
                        number of each kind of kernel
  -class-num CLASS_NUM  number of class
  -shuffle              shuffle the data every epoch
  -num-workers NUM_WORKERS
                        how many subprocesses to use for data loading
                        [default: 0]
  -log-interval LOG_INTERVAL
                        how many batches to wait before logging training
                        status
  -test-interval TEST_INTERVAL
                        how many epochs to wait before testing
  -save-interval SAVE_INTERVAL
                        how many epochs to wait before saving
  -predict PREDICT      predict the sentence given
  -snapshot SNAPSHOT    filename of model snapshot [default: None]
  -save-dir SAVE_DIR    where to save the checkpoint

電車

 ./main.py

あなたが得るでしょう：

 Batch[100] - loss: 0.655424  acc: 59.3750%
Evaluation - loss: 0.672396  acc: 57.6923%(615/1066)

テスト

テストセットを構築している場合は、次のようなテストを行います。

 /main.py -test -snapshot="./snapshot/2017-02-11_15-50-53/snapshot_steps1500.pt

スナップショットオプションは、モデルがロードする場所を意味します。割り当てない場合、モデルはゼロから開始されます。

予測する

例1

 ./main.py -predict="Hello my dear , I love you so much ." 
           -snapshot="./snapshot/2017-02-11_15-50-53/snapshot_steps1500.pt"

あなたが得るでしょう：

 Loading model from [./snapshot/2017-02-11_15-50-53/snapshot_steps1500.pt]...
 
 [Text]  Hello my dear , I love you so much .
 [Label] positive

例2

 ./main.py -predict="You just make me so sad and I have to leave you ."
           -snapshot="./snapshot/2017-02-11_15-50-53/snapshot_steps1500.pt"

あなたが得るでしょう：

 Loading model from [./snapshot/2017-02-11_15-50-53/snapshot_steps1500.pt]...
 
 [Text]  You just make me so sad and I have to leave you .
 [Label] negative

テキストは、句読点でもスペースで区切る必要があります。そして、テキストは最大カーネルサイズよりも長くする必要があります。