cnn text classification pytorch

Introdução

Esta é a implementação das redes neurais convolucionais de Kim para o documento de classificação de sentenças em Pytorch.

1. A implementação do modelo de Kim em Theano: https://github.com/yoonkim/cnn_sentence
2. Denny Britz tem uma implementação no TensorFlow: https://github.com/dennybritz/cnn-text-classification-tf
3. A implementação de Alexander Rakhlin em Keras; https://github.com/alexander-rakhlin/cnn-for-sentence-classification-in-keras

Exigência

• Python 3
• pytorch> 0,1
• Torchtext> 0.1
• Numpy

Resultado

Acabei de experimentar dois conjuntos de dados, MR e SST.

Conjunto de dados	Tamanho da classe	Melhor resultado	Resultado do papel de Kim
SENHOR	2	77,5%(CNN-Randtatic)	76,1%(CNN-Rand-nostático)
SST	5	37,2%(CNN-Randtatic)	45,0%(CNN-Rand-nostático)

Não ajustei os hiper-parâmetros para o SST seriamente.

Uso

 ./main.py -h

ou

 python3 main.py -h

Você vai conseguir:

 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

Trem

 ./main.py

Você vai conseguir:

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

Teste

Se você já construiu o conjunto de testes, você faz testes como:

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

A opção de instantâneo significa de onde seu modelo carrega. Se você não atribuir, o modelo começará do zero.

Prever

• Exemplo1

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

  Você vai conseguir:

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

• Exemplo2

   ./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" 
  

  Você vai conseguir:

   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
  

Seu texto deve ser separado pelo espaço, até mesmo pontuação. E o seu texto deve mais do que o tamanho do kernel máximo.

Referência

• Redes neurais convolucionais para classificação de frases