Judge of sentence positive or negative with PyTorch 句子正負面情緒判斷類神經網路模型,使用PyTorch
- 包含兩個隱藏層
- hidden、hidden2 使用
relu
(hidden): Linear(in_features=200, out_features=150, bias=True)
(hidden2): Linear(in_features=150, out_features=100, bias=True)
(out): Linear(in_features=100, out_features=1, bias=True)
名稱 | 說明 |
---|---|
demo.py | 模型示範 |
jwp_train_bce.py | 模型訓練 |
JWP.py | 神經網路定義類 |
make_w2v_set.py | 製作訓練所需的檔案(資料集文字轉換向量) |
w2v_seg.py | 製作w2v訓練資料(斷詞) |
w2v_train.py | 訓練w2v模型 |
w2v_test.py | 測試文字在w2v模型的向量 |
W2V_SV.py | 轉換句到句向量類 |
- 先處理wiki data,準備製作w2v模型
- 使用檔案:
w2v_seg.py
- 使用檔案:
- 使用處理好的wiki data訓練w2v模型
- 使用檔案:
w2v_train.py
- 使用檔案:
- 取得waimai資料集句向量,製作
waimai_10k_tw.pkl
- 使用檔案:
make_w2v_set.py
- 使用檔案:
- 訓練神經網路
- 使用檔案:
jwp_train_bce.py
- 使用檔案:
- 測試
- 使用檔案:
demo.py
- 使用檔案:
維基資料集與預訓練模型下載,包含訓練好的w2v模型,可跳過1、2步驟
epoch: 50 train_loss: 0.02 train_acc: 99.6 test_loss: 0.017 test_acc: 99.65 LR: 0.0016065562500000002
輸入評價:東西好吃
1.0
正面
輸入評價:東西難吃
0.0
反面
輸入評價:速度很快,還不錯吃
1.0
正面
輸入評價:動作慢,不太好吃
0.389
反面