cnn text classification pytorch 다운로드 -CNN cnn text classification pytorch 소스 코드 다운로드

cnn text classification pytorch

파이썬

1.0.0

다운로드

소개

이것은 Pytorch의 문장 분류 논문을위한 Kim의 Convolutional Neural Networks의 구현입니다.

Kim의 Theano에서 모델 구현 : https://github.com/yoonkim/cnn_sentence
Denny Britz는 https://github.com/dennybritz/cnn-text-classification-tf에서 구현되었습니다
Keras에서의 Alexander Rakhlin의 구현; https://github.com/alexander-rakhlin/cnn-for-nentence-classification-in-keras

요구 사항

파이썬 3
Pytorch> 0.1
TorchText> 0.1
Numpy

결과

방금 두 개의 데이터 세트 인 MR과 SST를 시도했습니다.

데이터 세트	클래스 크기	최상의 결과	김의 논문 결과
씨	2	77.5%(CNN-Rand-Static)	76.1%(CNN-Rand-Nostatic)
SST	5	37.2%(CNN-Rand-Static)	45.0%(CNN-Rand-Nostatic)

SST를 위해 하이퍼 파라미터를 조정하지 않았습니다.

용법

 ./main.py -h

또는

 python3 main.py -h

당신은 얻을 것입니다 :

 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

기차

 ./main.py

당신은 얻을 것입니다 :

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

시험

테스트 세트를 구성 한 경우 다음과 같은 테스트를합니다.

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

스냅 샷 옵션은 모델로드의 위치를 의미합니다. 할당하지 않으면 모델이 처음부터 시작됩니다.

예측하다

예제 1

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

당신은 얻을 것입니다 :

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

예제 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"

당신은 얻을 것입니다 :

 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

텍스트는 공간, 구두점에 의해서도 구분되어야하며, 텍스트는 최대 커널 크기보다 길어야합니다.