sentiment_analysis_fine_grain
1.0.0
このリポジトリを使用すると、Bertでマルチラベル分類をトレーニングできます。
オンライン予測のためにBERTを展開します。
また、中国語でBertを使用する方法の短いチュートリアルを見つけることができます：Bert Short Chineseチュートリアル
AIチャレンジャーからの細かい穀物感情の紹介を見つけることができます
ここに何かを追加します。
詳細については、モデル/bert_cnn_fine_grain_model.pyを確認してください
| モデル | textcnn（no-pretrain） | textcnn（プレレインフィネチング） | bert（base_model_zh） | bert（base_model_zh、コーパスのプレトレイン） |
|---|---|---|---|---|
| F1スコア | 0.678 | 0.685 | ここに番号を追加します | ここに番号を追加します |
通知：F1スコアは検証セットで報告されます
export BERT_BASE_DIR=BERT_BASE_DIR/chinese_L-12_H-768_A-12
export TEXT_DIR=TEXT_DIR
nohup python run_classifier_multi_labels_bert.py
--task_name=sentiment_analysis
--do_train=true
--do_eval=true
--data_dir=$TEXT_DIR
--vocab_file=$BERT_BASE_DIR/vocab.txt
--bert_config_file=$BERT_BASE_DIR/bert_config.json
--init_checkpoint=$BERT_BASE_DIR/bert_model.ckpt
--max_seq_length=512
--train_batch_size=4
--learning_rate=2e-5
--num_train_epochs=3
--output_dir=./checkpoint_bert &
1.まず、Googleから事前に訓練されたモデルをダウンロードし、フォルダー（egbert_base_dir）に配置する必要があります
chinese_L-12_H-768_A-12 from <a href='https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip'>bert</a>
2. 2秒間、トレーニングデータ（Train.TSVなど）と検証データ（Dev.TSVなど）が必要であり、その下に置く必要があります。
folder(e.g.TEXT_DIR ). you can also download data from here <a href='https://pan.baidu.com/s/1ZS4dAdOIAe3DaHiwCDrLKw'>data to train bert for AI challenger-Sentiment Analysis</a>.
it contains processed data you can run for both fine-tuning on sentiment analysis and pre-train with Bert.
it is generated by following this notebook step by step:
preprocess_char.ipynb
you can generate data by yourself as long as data format is compatible with
processor SentimentAnalysisFineGrainProcessor(alias as sentiment_analysis);
data format: label1,label2,label3t here is sentence or sentencest
it only contains two columns, the first one is target(one or multi-labels), the second one is input strings.
no need to tokenized.
sample:"0_1,1_-2,2_-2,3_-2,4_1,5_-2,6_-2,7_-2,8_1,9_1,10_-2,11_-2,12_-2,13_-2,14_-2,15_1,16_-2,17_-2,18_0,19_-2 浦东五莲路站，老饭店福瑞轩属于上海的本帮菜，交通方便，最近又重新装修，来拨草了，饭店活动满188元送50元钱，环境干净，简单。朋友提前一天来预订包房也没有订到，只有大堂，五点半到店基本上每个台子都客满了，都是附近居民，每道冷菜量都比以前小，味道还可以，热菜烤茄子，炒河虾仁，脆皮鸭，照牌鸡，小牛排，手撕腊味花菜等每道菜都很入味好吃，会员价划算，服务员人手太少，服务态度好，要能团购更好。可以用支付宝方便"
check sample data in ./BERT_BASE_DIR folder
for more detail, check create_model and SentimentAnalysisFineGrainProcessor from run_classifier.py
生データを生成する：[ここに何かを追加]
各行が文であることを確認してください。各ドキュメントの間に空白があります。
zipファイルから生成されたデータを見つけることができます。
use write_pre_train_doc() from preprocess_char.ipynb
以下を使用して、トレイン前の段階のデータを生成します。
export BERT_BASE_DIR=./BERT_BASE_DIR/chinese_L-12_H-768_A-12
nohup python create_pretraining_data.py
--input_file=./PRE_TRAIN_DIR/bert_*_pretrain.txt
--output_file=./PRE_TRAIN_DIR/tf_examples.tfrecord
--vocab_file=$BERT_BASE_DIR/vocab.txt
--do_lower_case=True
--max_seq_length=512
--max_predictions_per_seq=60
--masked_lm_prob=0.15
--random_seed=12345
--dupe_factor=5 nohup_pre.out &
生成されたデータを備えたトレイン前モデル：
python run_pretraining.py
微調整
python run_classifier.py
センチメント分析のキャッシュファイルをダウンロードします（トークンは単語レベルです）
モデルのトレーニング：
python train_cnn_fine_grain.py
cache file of TextCNN model was generate by following steps from preprocess_word.ipynb.
it contains everything you need to run TextCNN.
it include: processed train/validation/test set; vocabulary of word; a dict map label to index.
take train_valid_test_vocab_cache.pik and put it under folder of preprocess_word/
raw data are also included in this zip file.
マスクされた言語モデルを備えたプリトレインTextCNN
python train_cnn_lm.py
textcnnの微調整
python train_cnn_fine_grain.py
with session and feed style you can easily deploy BERT.
Bertでオンライン予測、ここから詳細を確認してください
言語理解のためのトランスからの双方向エンコーダー表現
Google-Research/Bert
Pengshuang/ai-comp
AI Challenger 2018
文の分類のための畳み込みニューラルネットワーク
