Konwolucyjne sieci neuronowe do klasyfikacji tekstu

Uczenie głębokie dla tekstu z PyTorch

Shubham Jain

Instructor

CNN do klasyfikacji tekstu

Klasyfikacja tweetów jako
- Pozytywne
- Negatywne
- Neutralne

Operacja konwolucji

Operacja konwolucji
- Przesuwanie filtru (jądra) po danych wejściowych
- Dla każdej pozycji filtru: obliczenia element po elemencie

Dla tekstu: uczy struktury i znaczenia słów

¹ Animacja autorstwa Vincenta Dumoulina i Francesco Visina

Filtr i krok w sieciach CNN

Filtr:
- Mała macierz przesuwana po danych wejściowych

Krok (stride):
- Liczba pozycji, o które przesuwa się filtr

Filtr i krok

¹ Animacja autorstwa Vincenta Dumoulina i Francesco Visina

Architektura CNN dla tekstu

Warstwa konwolucyjna: stosuje filtry do danych wejściowych
Warstwa poolingu: redukuje rozmiar danych, zachowując istotne informacje
Warstwa w pełni połączona: tworzy końcowe predykcje na podstawie poprzedniej warstwy

Implementacja modelu klasyfikacji tekstu z CNN

class SentimentAnalysisCNN(nn.Module):

    def __init__(self, vocab_size, embed_dim):

        super().__init__()

        self.embedding = nn.Embedding(vocab_size, 
                                         embed_dim)

        self.conv = nn.Conv1d(embed_dim, embed_dim, 
                               kernel_size=3, stride=1, 
                               padding=1)

        self.fc =  nn.Linear(embed_dim, 2)
    ...

Metoda __init__ konfiguruje architekturę
super() inicjalizuje klasę bazową nn.Module
nn.Embedding tworzy gęste wektory słów
nn.Conv1d dla danych jednowymiarowych

Implementacja modelu klasyfikacji tekstu z CNN

    ...
    def forward(self, text):
        embedded = self.embedding(text).permute(0, 2, 1)

        conved = F.relu(self.conv(embedded))

        conved = conved.mean(dim=2)

        return self.fc(conved)

Warstwa osadzania konwertuje tekst na embeddingi
Dopasowuje tensory do oczekiwanego wejścia warstwy konwolucyjnej
Ekstrakcja ważnych cech za pomocą ReLU
Eliminacja dodatkowych warstw i wymiarów

Przygotowanie danych do modelu analizy sentymentu

vocab = ["i", "love", "this", "book", "do", "not", "like"]
word_to_idx = {word: i for i, word in enumerate(vocab)}

vocab_size = len(word_to_ix)

embed_dim = 10

book_samples = [
    ("The story was captivating and kept me hooked until the end.".split(),1),
    ("I found the characters shallow and the plot predictable.".split(),0)
]

model = SentimentAnalysisCNN(vocab_size, embed_dim)
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.1)

Trenowanie modelu

for epoch in range(10):  
    for sentence, label in data:

        model.zero_grad()

        sentence = torch.LongTensor([word_to_idx.get(w, 0) for w in sentence]).unsqueeze(0)

        outputs = model(sentence)
        label = torch.LongTensor([int(label)])

        loss = criterion(outputs, label)
        loss.backward()

        optimizer.step()

Uruchamianie modelu analizy sentymentu

for sample in book_samples:

    input_tensor = torch.tensor([word_to_idx[w] for w in sample], dtype=torch.long).unsqueeze(0)

    outputs = model(input_tensor)

    _, predicted_label = torch.max(outputs.data, 1)

    sentiment = "Positive" if predicted_label.item() == 1 else "Negative"

    print(f"Book Review: {' '.join(sample)}")
    print(f"Sentiment: {sentiment}\n")

Book Review: The story was captivating and kept me hooked until the end
Sentiment: Positive
Book Review: I found the characters shallow and the plot predictable
Sentiment: Negative

Czas na ćwiczenia!

Uczenie głębokie dla tekstu z PyTorch