开源项目 `text-classification` 使用教程

1. 项目的目录结构及介绍

text-classification/
├── data/
│   └── rt-polaritydata/
├── .gitignore
├── LICENSE
├── README.md
├── config.yml
├── data_helpers.py
├── eval_pred.py
├── text_birnn.py
├── text_cnn.py
├── text_dnn.py
├── text_fast.py
├── text_han.py
├── text_rcnn.py
├── text_rnn.py
├── train.py
└── train_word2vec.py

目录结构说明

• data/: 存放数据集的目录，包含 rt-polaritydata 数据集。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件，采用 Apache-2.0 许可证。
• README.md: 项目说明文件。
• config.yml: 项目的配置文件。
• data_helpers.py: 数据处理辅助脚本。
• eval_pred.py: 模型评估和预测脚本。
• text_birnn.py: 双向 RNN 文本分类模型脚本。
• text_cnn.py: CNN 文本分类模型脚本。
• text_dnn.py: DNN 文本分类模型脚本。
• text_fast.py: FastText 文本分类模型脚本。
• text_han.py: Hierarchical Attention Network (HAN) 文本分类模型脚本。
• text_rcnn.py: Recurrent Convolutional Neural Network (RCNN) 文本分类模型脚本。
• text_rnn.py: RNN 文本分类模型脚本。
• train.py: 模型训练脚本。
• train_word2vec.py: Word2Vec 模型训练脚本。

2. 项目的启动文件介绍

train.py

train.py 是项目的启动文件，用于训练文本分类模型。该脚本会根据配置文件 config.yml 中的参数进行模型训练，并保存训练好的模型。

使用方法

python train.py

主要功能

• 加载数据集
• 初始化模型
• 训练模型
• 保存模型

3. 项目的配置文件介绍

config.yml

config.yml 是项目的配置文件，用于配置模型训练的各种参数，如数据路径、模型类型、超参数等。

配置文件示例

data_path: "data/rt-polaritydata"
model_type: "text_cnn"
learning_rate: 0.001
batch_size: 64
epochs: 10

配置项说明

• data_path: 数据集路径。
• model_type: 模型类型，可选值包括 text_cnn, text_rnn, text_birnn, text_rcnn, text_han, text_fast, text_dnn。
• learning_rate: 学习率。
• batch_size: 批处理大小。
• epochs: 训练轮数。

通过修改 config.yml 文件中的配置项，可以灵活调整模型的训练参数，以适应不同的任务需求。