Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
models
提交
c75dbb37
M
models
项目概览
PaddlePaddle
/
models
1 年多 前同步成功
通知
222
Star
6828
Fork
2962
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
602
列表
看板
标记
里程碑
合并请求
255
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
models
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
602
Issue
602
列表
看板
标记
里程碑
合并请求
255
合并请求
255
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
c75dbb37
编写于
4月 19, 2020
作者:
Z
zhang wenhui
提交者:
GitHub
4月 19, 2020
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
add textclassifiler (#4547)
上级
ab2a43a4
变更
3
隐藏空白更改
内联
并排
Showing
3 changed file
with
110 addition
and
0 deletion
+110
-0
PaddleRec/text_classifiler/README.md
PaddleRec/text_classifiler/README.md
+40
-0
PaddleRec/text_classifiler/net.py
PaddleRec/text_classifiler/net.py
+39
-0
PaddleRec/text_classifiler/train.py
PaddleRec/text_classifiler/train.py
+31
-0
未找到文件。
PaddleRec/text_classifiler/README.md
0 → 100644
浏览文件 @
c75dbb37
# Text_Classifiler
以下是本例的简要目录结构及说明:
```
text
.
├── README.md # 文档
├── train.py # 训练脚本
└── net.py # 网络结构
```
## 简介
文本分类是机器学习中经典的NLP和推荐任务,包括但不限于情感分类,标签推荐等等。以CNN为例介绍文本分类的任务。
## 数据
模型的输入数据为若干ID(表示词或者其他id)和一个label表示分类的标签。
原始数据格式分为两列,第一列是输入数据,第二列是分类标签
```
特 喜欢 这种 好看的 狗狗 1
这 真是 惊艳 世界 的 中国 黑科技 1
环境 特别 差 ,脏兮兮 的,再也 不去 了 0
```
本例采用随机数据作为demo样例
## 训练命令
```
python train.py
```
## 未来工作
添加公开数据集和测试结果
PaddleRec/text_classifiler/net.py
0 → 100644
浏览文件 @
c75dbb37
import
paddle.fluid
as
fluid
def
cnn_net
(
dict_dim
=
100
,
max_len
=
10
,
cnn_dim
=
32
,
cnn_filter_size
=
128
,
emb_dim
=
8
,
hid_dim
=
128
,
class_dim
=
2
,
is_prediction
=
False
):
"""
Conv net
"""
data
=
fluid
.
data
(
name
=
"input"
,
shape
=
[
None
,
max_len
],
dtype
=
'int64'
)
label
=
fluid
.
data
(
name
=
"label"
,
shape
=
[
None
,
1
],
dtype
=
'int64'
)
seq_len
=
fluid
.
data
(
name
=
"seq_len"
,
shape
=
[
None
],
dtype
=
'int64'
)
# embedding layer
emb
=
fluid
.
embedding
(
input
=
data
,
size
=
[
dict_dim
,
emb_dim
])
emb
=
fluid
.
layers
.
sequence_unpad
(
emb
,
length
=
seq_len
)
# convolution layer
conv
=
fluid
.
nets
.
sequence_conv_pool
(
input
=
emb
,
num_filters
=
cnn_dim
,
filter_size
=
cnn_filter_size
,
act
=
"tanh"
,
pool_type
=
"max"
)
# full connect layer
fc_1
=
fluid
.
layers
.
fc
(
input
=
[
conv
],
size
=
hid_dim
)
# softmax layer
prediction
=
fluid
.
layers
.
fc
(
input
=
[
fc_1
],
size
=
class_dim
,
act
=
"softmax"
)
#if is_prediction:
# return prediction
cost
=
fluid
.
layers
.
cross_entropy
(
input
=
prediction
,
label
=
label
)
avg_cost
=
fluid
.
layers
.
mean
(
x
=
cost
)
acc
=
fluid
.
layers
.
accuracy
(
input
=
prediction
,
label
=
label
)
return
avg_cost
PaddleRec/text_classifiler/train.py
0 → 100644
浏览文件 @
c75dbb37
import
net
import
numpy
as
np
import
paddle.fluid
as
fluid
def
gen_data
(
dict_dim
=
100
,
class_size
=
2
,
batch_size
=
32
,
max_len
=
10
):
return
{
"input"
:
np
.
random
.
randint
(
dict_dim
,
size
=
(
batch_size
,
max_len
)).
astype
(
'int64'
),
"seq_len"
:
np
.
random
.
randint
(
1
,
high
=
max_len
,
size
=
(
batch_size
)).
astype
(
'int64'
),
"label"
:
np
.
random
.
randint
(
class_size
,
size
=
(
batch_size
,
1
)).
astype
(
'int64'
)
}
main_program
=
fluid
.
default_startup_program
()
startup_program
=
fluid
.
default_main_program
()
dict_dim
=
100
with
fluid
.
program_guard
(
main_program
,
startup_program
):
cost
=
net
.
cnn_net
(
dict_dim
=
dict_dim
)
optimizer
=
fluid
.
optimizer
.
SGD
(
learning_rate
=
0.01
)
optimizer
.
minimize
(
cost
)
exe
=
fluid
.
Executor
(
fluid
.
CPUPlace
())
exe
.
run
(
startup_program
)
step
=
100
for
i
in
range
(
step
):
cost_val
=
exe
.
run
(
main_program
,
feed
=
gen_data
(),
fetch_list
=
[
cost
.
name
])
print
(
"step%d cost=%f"
%
(
i
,
cost_val
[
0
]))
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录