HFT-CNN 开源项目使用教程

1. 项目目录结构及介绍

HFT-CNN 项目的目录结构如下：

HFT-CNN/
├── CNN/
│   ├── LOG/
│   ├── PARAMS/
│   └── RESULT/
├── cnn_model.py
├── cnn_train.py
├── data_helper.py
├── example.sh
├── hft_cnn_env.yml
├── LICENSE
├── MyEvaluator.py
├── MyUpdater.py
├── README.md
├── requirements.txt
├── Sample_data/
│   ├── sample_test.txt
│   ├── sample_train.txt
│   └── sample_valid.txt
├── train.py
├── Tree/
│   └── Amazon_all.tree
├── tree.py
├── Word_embedding/
└── xml_cnn_model.py

目录结构介绍

• CNN/: 用于保存模型的目录，包含日志文件、参数文件和分类结果。
  • LOG/: 存放训练过程中的日志文件。
  • PARAMS/: 存放训练过程中生成的模型参数文件。
  • RESULT/: 存放分类结果的目录。
• cnn_model.py: 定义了卷积神经网络模型的文件。
• cnn_train.py: 用于训练卷积神经网络的脚本。
• data_helper.py: 数据处理辅助脚本。
• example.sh: 示例脚本，用于运行项目并进行分类。
• hft_cnn_env.yml: Anaconda 环境配置文件，定义了项目所需的依赖环境。
• LICENSE: 项目的开源许可证文件。
• MyEvaluator.py: 用于模型训练过程中的验证评估脚本。
• MyUpdater.py: 用于模型训练过程中的迭代更新脚本。
• README.md: 项目的说明文档。
• requirements.txt: 项目所需的 Python 依赖包列表。
• Sample_data/: 包含示例数据的目录。
  • sample_test.txt: 示例测试数据文件。
  • sample_train.txt: 示例训练数据文件。
  • sample_valid.txt: 示例验证数据文件。
• train.py: 主训练脚本。
• Tree/: 包含层次结构文件的目录。
  • Amazon_all.tree: 由 Amazon 提供的层次结构文件。
• tree.py: 用于处理层次结构的操作脚本。
• Word_embedding/: 存放词嵌入文件的目录。
• xml_cnn_model.py: Chainer 版本的 XML-CNN 模型文件。

2. 项目启动文件介绍

example.sh

example.sh 是一个示例脚本，用于启动项目并进行分类。该脚本会加载数据、训练模型并生成分类结果。

使用方法

bash example.sh

train.py

train.py 是项目的主训练脚本，负责调用其他模块进行数据加载、模型训练和结果保存。

使用方法

python train.py

3. 项目配置文件介绍

hft_cnn_env.yml

hft_cnn_env.yml 是 Anaconda 环境配置文件，定义了项目运行所需的环境依赖。

使用方法

conda env create -f hft_cnn_env.yml
source activate hft_cnn_env

requirements.txt

requirements.txt 列出了项目所需的 Python 依赖包。

使用方法

pip install -r requirements.txt

通过以上步骤，您可以顺利启动并配置 HFT-CNN 项目，开始进行多标签短文本分类任务。