Chinese-Text-Classification-Pytorch-master.zip

# Chinese-Text-Classification-Pytorch [](https://github.com/996icu/996.ICU/blob/master/LICENSE) 中文文本分类，TextCNN，TextRNN，FastText，TextRCNN，BiLSTM_Attention, DPCNN, Transformer, 基于pytorch，开箱即用。 ## 介绍 模型介绍、数据流动过程：[我的博客](https://zhuanlan.zhihu.com/p/73176084) 数据以字为单位输入模型，预训练词向量使用 [搜狗新闻 Word+Character 300d](https://github.com/Embedding/Chinese-Word-Vectors)，[点这里下载](https://pan.baidu.com/s/14k-9jsspp43ZhMxqPmsWMQ) ## 环境 python 3.7 pytorch 1.1 tqdm sklearn tensorboardX ## 中文数据集 我从[THUCNews](http://thuctc.thunlp.org/)中抽取了20万条新闻标题，已上传至github，文本长度在20到30之间。一共10个类别，每类2万条。 类别：财经、房产、股票、教育、科技、社会、时政、体育、游戏、娱乐。 数据集划分： 数据集|数据量 --|-- 训练集|18万 验证集|1万 测试集|1万 ### 更换自己的数据集 - 如果用字，按照我数据集的格式来格式化你的数据。 - 如果用词，提前分好词，词之间用空格隔开，`python run.py --model TextCNN --word True` - 使用预训练词向量：utils.py的main函数可以提取词表对应的预训练词向量。 ## 效果 模型|acc|备注 --|--|-- TextCNN|91.22%|Kim 2014 经典的CNN文本分类 TextRNN|91.12%|BiLSTM TextRNN_Att|90.90%|BiLSTM+Attention TextRCNN|91.54%|BiLSTM+池化 FastText|92.23%|bow+bigram+trigram， 效果出奇的好 DPCNN|91.25%|深层金字塔CNN Transformer|89.91%|效果较差 bert|94.83%|bert + fc ERNIE|94.61%|比bert略差(说好的中文碾压bert呢) bert和ERNIE模型代码我放到另外一个仓库了，传送门：[Bert-Chinese-Text-Classification-Pytorch](https://github.com/649453932/Bert-Chinese-Text-Classification-Pytorch)，后续还会搞一些bert之后的东西，欢迎star。 ## 使用说明 ``` # 训练并测试： # TextCNN python run.py --model TextCNN # TextRNN python run.py --model TextRNN # TextRNN_Att python run.py --model TextRNN_Att # TextRCNN python run.py --model TextRCNN # FastText, embedding层是随机初始化的 python run.py --model FastText --embedding random # DPCNN python run.py --model DPCNN # Transformer python run.py --model Transformer ``` ### 参数 模型都在models目录下，超参定义和模型定义在同一文件中。 ## 对应论文 [1] Convolutional Neural Networks for Sentence Classification [2] Recurrent Neural Network for Text Classification with Multi-Task Learning [3] Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification [4] Recurrent Convolutional Neural Networks for Text Classification [5] Bag of Tricks for Efficient Text Classification [6] Deep Pyramid Convolutional Neural Networks for Text Categorization [7] Attention Is All You Need