Konvolutionella neurala nätverk för textklassificering

Djupinlärning för text med PyTorch

Shubham Jain

Instructor

CNN:er för textklassificering

Klassificera tweets som
- Positiva
- Negativa
- Neutrala

Konvolutionsoperationen

Konvolutionsoperation

Konvolutionsoperation
- Ett filter (kernel) glider över indata
- För varje filterposition utförs elementvisa beräkningar

För text: lär sig ords struktur och betydelse

¹ Animation av Vincent Dumoulin, Francesco Visin

Filter och stride i CNN:er

Filter:
- Liten matris som glider över indata

Stride:
- Antal positioner filtret förflyttas

Filter och stride

¹ Animation av Vincent Dumoulin, Francesco Visin

CNN-arkitektur för text

Konvolutionslager: applicerar filter på indata
Poolinglager: minskar datastorlek och bevarar viktig information
Fullt anslutet lager: gör slutliga prediktioner baserat på föregående lagers utdata

Implementera en textklassificeringsmodell med 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)
    ...

__init__ konfigurerar arkitekturen
super() initierar basklassen nn.Module
nn.Embedding skapar täta ordvektorer
nn.Conv1d för endimensionell data

Implementera en textklassificeringsmodell med 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)

Inbäddningslagret konverterar text till inbäddning
Anpassa tensorer till konvolutionslagrets förväntade indata
Extrahera viktiga särdrag med ReLU
Eliminera extra lager och dimensioner

Förbereda data för sentimentanalysmodellen

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)

Träna modellen

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()

Köra sentimentanalysmodellen

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

Nu kör vi en övning!

Djupinlärning för text med PyTorch