0
点赞
收藏
分享

微信扫一扫

深度学习|中文文本的分类(建模篇)

看山远兮 2022-09-01 阅读 188





深度学习|中文文本的分类(建模篇)_建模


前言

上回我们处理好了中文文本,具体的步骤如下:

  • 数据情况
  • 中文文本分词
  • 建立token
  • token转换为列表
  • 统一长度

那这篇文章我们就使用MLP和LSTM模型来训练我们的数据。

MLP建模

模型结构
  • 嵌入层:用于转换为向量列表(NLP知识点)
  • 平坦层
  • 隐藏层
  • 输出层
建立模型

from keras.models import Sequential
from keras.layers import Dense,Dropout,Embedding,Flatten
model = Sequential()
model.add(Embedding(output_dim=32,
input_dim=10000,
input_length=100))
model.add(Dropout(0.2))
model.add(Flatten())
model.add(Dense(units=256,
activation='relu' ))
model.add(Dropout(0.2))

model.add(Dense(units=1,
activation='sigmoid' ))

训练模型

model.compile(loss='binary_crossentropy', 
optimizer='adam',
metrics=['accuracy'])

train_history =model.fit(X_train, y_train,batch_size=100,
epochs=10,verbose=2,
validation_split=0.2)



深度学习|中文文本的分类(建模篇)_lua_02


测试

scores = model.evaluate(X_test, y_test, verbose=1)
scores[1]

# result 0.7925

LSTM建模

LSTM模型是一种递归神经网络,用来解决RNN的长期依赖问题的。

模型结构
  • 嵌入层:用于转换为向量列表(NLP知识点)
  • LSTM层
  • 隐藏层
  • 输出层
建立模型

from keras.models import Sequential
from keras.layers import Dense,Dropout,Embedding,Flatten,LSTM

model = Sequential()
model.add(Embedding(output_dim=32,
input_dim=10000,
input_length=100))
model.add(Dropout(0.2))
model.add(LSTM(32))
model.add(Dense(units=256,
activation='relu' ))
model.add(Dropout(0.2))
model.add(Dense(units=1,
activation='sigmoid' ))

训练模型

model.compile(loss='binary_crossentropy', 
optimizer='adam',
metrics=['accuracy'])

train_history =model.fit(X_train, y_train,batch_size=100,
epochs=10,verbose=2,
validation_split=0.2)



深度学习|中文文本的分类(建模篇)_建模_03


测试

scores = model.evaluate(X_test, y_test, verbose=1)
scores[1]

# result 0.8025

举报

相关推荐

0 条评论