七叉存、深度學(xué)習(xí)文本分類textRCNN

原文講解

RCNN出處:論文Recurrent Convolutional Neural Networks for Text Classification

講解可以參考TextRCNN 閱讀筆記

網(wǎng)絡(luò)結(jié)構(gòu)

textRCNN網(wǎng)絡(luò)結(jié)構(gòu).png
  1. Word Representation Learning. RCNN uses a recurrent structure, which is a bi-directional recurrent neural network, to capture the contexts. Then, combine the word and its context to present the word. And apply a linear transformation together with the tanh activation fucntion to the representation.
  2. Text Representation Learning. When all of the representations of words are calculated, it applys a element-wise max-pooling layer in order to capture the most important information throughout the entire text. Finally, do the linear transformation and apply the softmax function.

本文實(shí)現(xiàn)

RCNN結(jié)構(gòu)

定義網(wǎng)絡(luò)結(jié)構(gòu)

from tensorflow.keras import Input ,Model
from tensorflow.keras import backend as K
from tensorflow.layers import Embedding , Dense , SimpleRNN , Lambda , Concatenate , Conv1D , GlobalMaxPooling1D


class RCNN(object):
    def __init__(self,maxlen , max_features , embedding_dims , class_num = 5 , last_activation = 'softmax'):
        self.maxlen = maxlen
        self.max_features = max_features 
        self.embedding_dims = embedding_dims
        self.class_num = class_num 
        self.last_activation = last_activation

    def get_model(self):
        input_current  = Input((self.maxlen,))
        input_left = Input((self.maxlen,))
        input_right = Input((self.maxlen,))

        embedder = Embedding(self.max_features , self.embedding_dims, max_length = self.maxlen)
        embedding_current = embedder(input_current)
        embedding_left = embedder(input_left)
        embedding_right = embedder(input_right)

        x_left = SimpleRNN(128,return_sequence = True)(embedding_left)
        x_right = SimpleRNN(128,return_sequence = True , go_backwards = True)(embedding_right)
        x_right = Lambda(lambda x: K.reverse(x , axis = 1))(x_right)
        x = Concatenate(axis = 2) ([x_left , embedding_current , x_right])

        x = Conv1D(64,kernel_size = 1 , activation = 'tanh')(x)
        x = GlobalMaxPooling1D(x)
 
        output = Dense(self.class_num, activation = self.last_activation)(x)
        model = Model(inputs = [input_current , input_left , input_right] , outputs = output)
        return model
from tensorflow.keras.preprocessing import sequence
import random
from sklearn.model_selection import train_test_split
from tensorflow.keras.callbacks import EarlyStopping
from tensorflow.keras.utils import to_categorical
from utils import *

# 路徑等配置
data_dir = "./processed_data"
vocab_file = "./vocab/vocab.txt"
vocab_size = 40000

# 神經(jīng)網(wǎng)絡(luò)配置
max_features = 40001
maxlen = 400
batch_size = 32
embedding_dims = 50
epochs = 10

print('數(shù)據(jù)預(yù)處理與加載數(shù)據(jù)...')
# 如果不存在詞匯表革答,重建
if not os.path.exists(vocab_file):  
    build_vocab(data_dir, vocab_file, vocab_size)
# 獲得 詞匯/類別 與id映射字典
categories, cat_to_id = read_category()
words, word_to_id = read_vocab(vocab_file)

# 全部數(shù)據(jù)
x, y = read_files(data_dir)
data = list(zip(x,y))
del x,y
# 亂序
random.shuffle(data)
# 切分訓(xùn)練集和測試集
train_data, test_data = train_test_split(data)
# 對文本的詞id和類別id進(jìn)行編碼
x_train = encode_sentences([content[0] for content in train_data], word_to_id)
y_train = to_categorical(encode_cate([content[1] for content in train_data], cat_to_id))
x_test = encode_sentences([content[0] for content in test_data], word_to_id)
y_test = to_categorical(encode_cate([content[1] for content in test_data], cat_to_id))

print('對序列做padding,保證是 samples*timestep 的維度')
x_train = sequence.pad_sequences(x_train, maxlen=maxlen)
x_test = sequence.pad_sequences(x_test, maxlen=maxlen)
print('x_train shape:', x_train.shape)
print('x_test shape:', x_test.shape)

print('為模型準(zhǔn)備輸入數(shù)據(jù)...')
x_train_current = x_train
x_train_left = np.hstack([np.expand_dims(x_train[:, 0], axis=1), x_train[:, 0:-1]])
x_train_right = np.hstack([x_train[:, 1:], np.expand_dims(x_train[:, -1], axis=1)])
x_test_current = x_test
x_test_left = np.hstack([np.expand_dims(x_test[:, 0], axis=1), x_test[:, 0:-1]])
x_test_right = np.hstack([x_test[:, 1:], np.expand_dims(x_test[:, -1], axis=1)])
print('x_train_current 維度:', x_train_current.shape)
print('x_train_left 維度:', x_train_left.shape)
print('x_train_right 維度:', x_train_right.shape)
print('x_test_current 維度:', x_test_current.shape)
print('x_test_left 維度:', x_test_left.shape)
print('x_test_right 維度:', x_test_right.shape)

print('構(gòu)建模型...')
model = RCNN(maxlen, max_features, embedding_dims).get_model()
model.compile('adam', 'categorical_crossentropy', metrics=['accuracy'])

print('Train...')
early_stopping = EarlyStopping(monitor='val_accuracy', patience=2, mode='max')
history = model.fit([x_train_current, x_train_left, x_train_right], y_train,
          batch_size=batch_size,
          epochs=epochs,
          callbacks=[early_stopping],
          validation_data=([x_test_current, x_test_left, x_test_right], y_test))

print('Test...')
result = model.predict([x_test_current, x_test_left, x_test_right])
import matplotlib.pyplot as plt
plt.switch_backend('agg')
%matplotlib inline

fig1 = plt.figure()
plt.plot(history.history['loss'],'r',linewidth=3.0)
plt.plot(history.history['val_loss'],'b',linewidth=3.0)
plt.legend(['Training loss', 'Validation Loss'],fontsize=18)
plt.xlabel('Epochs ',fontsize=16)
plt.ylabel('Loss',fontsize=16)
plt.title('Loss Curves :CNN',fontsize=16)
fig1.savefig('loss_cnn.png')
plt.show()
fig2=plt.figure()
plt.plot(history.history['accuracy'],'r',linewidth=3.0)
plt.plot(history.history['val_accuracy'],'b',linewidth=3.0)
plt.legend(['Training Accuracy', 'Validation Accuracy'],fontsize=18)
plt.xlabel('Epochs ',fontsize=16)
plt.ylabel('Accuracy',fontsize=16)
plt.title('Accuracy Curves : CNN',fontsize=16)
fig2.savefig('accuracy_cnn.png')
plt.show()
from tensorflow.keras.utils import plot_model
plot_model(model, show_shapes=True, show_layer_names=True)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子式曲,更是在濱河造成了極大的恐慌,老刑警劉巖缸榛,帶你破解...
    沈念sama閱讀 207,113評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件吝羞,死亡現(xiàn)場離奇詭異,居然都是意外死亡仔掸,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,644評論 2 381
  • 文/潘曉璐 我一進(jìn)店門医清,熙熙樓的掌柜王于貴愁眉苦臉地迎上來起暮,“玉大人,你說我怎么就攤上這事会烙「号常” “怎么了?”我有些...
    開封第一講書人閱讀 153,340評論 0 344
  • 文/不壞的土叔 我叫張陵柏腻,是天一觀的道長纸厉。 經(jīng)常有香客問我,道長五嫂,這世上最難降的妖魔是什么颗品? 我笑而不...
    開封第一講書人閱讀 55,449評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮沃缘,結(jié)果婚禮上躯枢,老公的妹妹穿的比我還像新娘。我一直安慰自己槐臀,他們只是感情好锄蹂,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,445評論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著水慨,像睡著了一般得糜。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上晰洒,一...
    開封第一講書人閱讀 49,166評論 1 284
  • 那天朝抖,我揣著相機(jī)與錄音,去河邊找鬼谍珊。 笑死槽棍,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播炼七,決...
    沈念sama閱讀 38,442評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼缆巧,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了豌拙?” 一聲冷哼從身側(cè)響起陕悬,我...
    開封第一講書人閱讀 37,105評論 0 261
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎按傅,沒想到半個月后捉超,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,601評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡唯绍,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,066評論 2 325
  • 正文 我和宋清朗相戀三年拼岳,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片况芒。...
    茶點(diǎn)故事閱讀 38,161評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡惜纸,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出绝骚,到底是詐尸還是另有隱情耐版,我是刑警寧澤,帶...
    沈念sama閱讀 33,792評論 4 323
  • 正文 年R本政府宣布压汪,位于F島的核電站粪牲,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏止剖。R本人自食惡果不足惜腺阳,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,351評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望穿香。 院中可真熱鬧舌狗,春花似錦、人聲如沸扔水。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,352評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽魔市。三九已至主届,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間待德,已是汗流浹背君丁。 一陣腳步聲響...
    開封第一講書人閱讀 31,584評論 1 261
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留将宪,地道東北人绘闷。 一個月前我還...
    沈念sama閱讀 45,618評論 2 355
  • 正文 我出身青樓橡庞,卻偏偏與公主長得像,于是被迫代替她去往敵國和親印蔗。 傳聞我的和親對象是個殘疾皇子扒最,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,916評論 2 344

推薦閱讀更多精彩內(nèi)容