ContentClassification

1 只用CNN

模型结构：

model = Sequential()
model.add(Embedding(len(word_index)+1,EMBEDDING_DIM,input_length=MAX_SEQUENCE_LENGTH))
model.add(Dropout(0.2))
model.add(Conv1D(250, 3, padding='valid', activation='relu', strides=1))
model.add(MaxPooling1D(3))
model.add(Flatten())
model.add(Dense(EMBEDDING_DIM, activation='relu'))
model.add(Dense(labels.shape[1], activation='softmax'))

性能结果:

2 cnn+fasttext:

模型结构：

model = Sequential()
model.add(embedding_layer)
model.add(Dropout(0.2))
model.add(Conv1D(250, 3, padding='valid', activation='relu', strides=1))
model.add(MaxPooling1D(3))
model.add(Dropout(0.2))
model.add(Conv1D(250, 3, padding='valid', activation='relu', strides=1))
model.add(MaxPooling1D(3))
model.add(Flatten())
model.add(Dense(EMBEDDING_DIM, activation='relu'))
model.add(Dense(labels.shape[1],activation='softmax'))

性能结果：

只用cnn和将embedding层参数减少替换成fasttext词向量模型的cnn相比：后者从精确率，召回率以及F1_score上的表现都更好

EmotionClassification

cnn_only:

模型结构：

model = Sequential()
model.add(Embedding(len(word_index)+1,EMBEDDING_DIM,input_length=MAX_SEQUENCE_LENGTH))
model.add(Dropout(0.2))
model.add(Conv1D(250, 3, padding='valid', activation='relu', strides=1))
model.add(MaxPooling1D(3))
model.add(Flatten())
model.add(Dense(EMBEDDING_DIM, activation='relu'))
model.add(Dense(labels.shape[1], activation='softmax'))

性能结果：

fasttext+cnn:

模型结构：

model = Sequential()
model.add(embedding_layer)
model.add(Dropout(0.2))
model.add(Conv1D(250, 3, padding='valid', activation='relu', strides=1))
model.add(MaxPooling1D(3))
model.add(Flatten())
model.add(Dense(EMBEDDING_DIM, activation='relu'))
model.add(Dense(labels.shape[1], activation='softmax'))

性能结果：

只用cnn和将embedding层参数减少替换成fasttext词向量模型的cnn相比：前者从精确率，召回率以及F1_score上的表现都更好。这说明在文本的情感分类上，fasttext并不能起到比较好的优化效果。

wonderly321 / cnn_textclassification Goto Github PK

cnn_textclassification's Introduction

ContentClassification

1 只用CNN

模型结构：

性能结果:

2 cnn+fasttext:

模型结构：

性能结果：

EmotionClassification

cnn_only:

模型结构：

性能结果：

fasttext+cnn:

模型结构：

性能结果：

cnn_textclassification's People

Stargazers

Watchers

Recommend Projects

Recommend Topics

Recommend Org