多クラス分類モデル

Kerasで学ぶ言語モデリングのためのRecurrent Neural Networks (RNNs)

David Cecchini

Data Scientist

感情分類モデルの復習

# Build and compile the model
model = Sequential()

model.add(Embedding(10000, 128))

model.add(LSTM(128, dropout=0.2))

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

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

モデル構成

同じアーキテクチャを流用可能

# Build the model
model = Sequential()
model.add(Embedding(10000, 128))
model.add(LSTM(128, dropout=0.2))

# Output layer has `num_classes` units and uses `softmax`
model.add(Dense(num_classes, activation="softmax"))

# Compile the model
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
...

20 Newsgroups データセット

sklearn.datasets import fetch_20newsgroups で利用可能

# データ読込用の関数をインポート
from sklearn.datasets import fetch_20newsgroups

# 学習・テストを取得
news_train = fetch_20newsgroups(subset='train')

news_test = fetch_20newsgroups(subset='test')

20 Newsgroups データセット

データの属性:

news_train.DESCR: ドキュメント。
news_train.data: テキストデータ。
news_train.filenames: ファイルパス。
news_train.target: クラスの数値インデックス。
news_train.target_names: クラス名一覧。

テキスト前処理

# Import modules
from tensorflow.keras.preprocessing.text import Tokenizer
from tensorflow.keras.preprocessing.sequence import pad_sequences
from tensorflow.keras.utils import to_categorical

# Create and fit the tokenizer
tokenizer = Tokenizer()
tokenizer.fit_on_texts(news_train.data)

# Create the (X, Y) variables
X_train = tokenizer.texts_to_sequences(news_train.data)
X_train = pad_sequences(X_train, maxlen=400)
Y_train = to_categorical(news_train.target)

データでの学習

訓練データで学習

# Train the model
model.fit(X_train, Y_train, 
          batch_size=64, epochs=100)

# Evaluate on test data
model.evaluate(X_test, Y_test)

練習に進みましょう！

Kerasで学ぶ言語モデリングのためのRecurrent Neural Networks (RNNs)