[文本分类CNN模型](https://www.aclweb.org/anthology/D14-1181.pdf)
##使用教程(快速开始) ``` python -m paddlerec.run -m paddlerec.models.contentunderstanding.tagspace python -m paddlerec.run -m paddlerec.models.contentunderstanding.classification ``` ## 使用教程（复现论文） ###注意 为了方便使用者能够快速的跑通每一个模型，我们在每个模型下都提供了样例数据。如果需要复现readme中的效果请使用以下提供的脚本下载对应数据集以及数据预处理。 ### 数据处理 **（1）TagSpace** [数据地址](https://github.com/mhjabreel/CharCNN/tree/master/data/) , [备份数据地址](https://paddle-tagspace.bj.bcebos.com/data.tar) 数据格式如下 ``` "3","Wall St. Bears Claw Back Into the Black (Reuters)","Reuters - Short-sellers, Wall Street's dwindling\band of ultra-cynics, are seeing green again." ``` 数据解压后，将文本数据转为paddle数据，先将数据放到训练数据目录和测试数据目录 ``` mkdir raw_big_train_data mkdir raw_big_test_data mv train.csv raw_big_train_data mv test.csv raw_big_test_data ``` 运行脚本text2paddle.py 生成paddle输入格式 ``` python text2paddle.py raw_big_train_data/ raw_big_test_data/ train_big_data test_big_data big_vocab_text.txt big_vocab_tag.txt ``` ### 训练 ``` cd modles/contentunderstanding/tagspace python -m paddlerec.run -m ./config.yaml # 自定义修改超参后，指定配置文件，使用自定义配置 ``` ### 预测 ``` # 修改对应模型的config.yaml, workspace配置为当前目录的绝对路径 # 修改对应模型的config.yaml，mode配置infer_runner # 示例: mode: train_runner -> mode: infer_runner # infer_runner中 class配置为 class: infer # 修改phase阶段为infer的配置，参照config注释 # 修改完config.yaml后 执行: python -m paddlerec.run -m ./config.yaml ``` **（2）Classification** ### 训练 ``` cd modles/contentunderstanding/classification python -m paddlerec.run -m ./config.yaml # 自定义修改超参后，指定配置文件，使用自定义配置 ``` ### 预测 ``` # 修改对应模型的config.yaml, workspace配置为当前目录的绝对路径 # 修改对应模型的config.yaml，mode配置infer_runner # 示例: mode: train_runner -> mode: infer_runner # infer_runner中 class配置为 class: infer # 修改phase阶段为infer的配置，参照config注释 # 修改完config.yaml后 执行: python -m paddlerec.run -m ./config.yaml ``` ## 效果对比 ### 模型效果 (测试) | 数据集 | 模型 | loss | auc | acc | mae | | :------------------: | :--------------------: | :---------: |:---------: | :---------: |:---------: | | ag news dataset | TagSpace | -- | -- | -- | -- | | -- | Classification | -- | -- | -- | -- |