NLP文本分类学习笔记4:基于RNN的文本分类

循环神经网络RNN

RNN拥有一个环路,数据可以通过这个环路不断循环,因此拥有了记忆性,所以更针对序列数据。序列数据上一刻的输出和下一刻的数据一起作为新的输出,结构如下图所示,\(X_{t}\)\(H_{t}\)为t时刻的输入和输出,输入的序列数据为\(X_{1}X_{2}X_{3}……X_{t}\)

但是RNN试图学到序列数据中所有的长时间的依赖关系,这导致网络很深。又因为采用反向传播算法更新网络的参数时,使用链式法则求导,所以会出现梯度接近零,无法更新网络的参数的情况。如果网络参数初始值过大,又可能导致梯度指数级增长,使网络参数每次都大幅更新。这就是梯度消失和梯度爆炸的问题。因此一般采用长度记忆神经网络LSTM

长短记忆神经网络LSTM

LSTM同样采用RNN的结构,只不过通过记忆门,进行选择性记忆,并且使用对应元素的乘,而不是矩阵乘,这些都缓解梯度消失和爆炸。
记忆门就是0和1的序列,1对应的数据就会被记住(保留),0对应的数据就会被忘记(忽略)。
如图所示,LSTM采用了三个门:忘记门\(F_{t}\),输入门\(I_{t}\),输出门\(O_{t}\)

  • 忘记门决定忽略掉保留的记忆中对这次没有作用的部分
  • 输入门决定忽略输入的信息中对这次没有作用的部分
  • 输出门决定忽略这次的结果中对下次没有作用的部分
  • \(C_{t}\)是LSTM中的记忆单元,保留有t时刻的记忆信息
  • \(\overline C_{t}\)是候选记忆单元
  • \(\sigma\) 为sigma激活函数
  • \(tanh\)为双曲正切激活函数
  • 图中的✖是对应元素的乘(点乘),不是矩阵乘

\[I_{t}=\sigma \left( X_{t}W_{xi}+H_{t-1}W_{hi}+b_{i}\right) \]

\[F_{t}=\sigma \left( X_{t}W_{xf}+H_{t-1}W_{hf}+b_{f}\right) \]

\[O_{t}=\sigma \left( X_{t}W_{xo}+H_{t-1}W_{ho}+b_{o}\right) \]

\[\overline C_{t}=tanh\left( X_{t}W_{xc}+H_{t-1}W_{hc}+b_{c}\right) \]

\[C_{t}=F_{t} \odot C_{t-1}+I_{t} \odot \overline C_{t} \]

\[H_{t}=O_{t} \odot tanh(C_{t}) \]

多层LSTM

通过叠加多层LSTM对提升模型有一定效果,将下一层的输出作为上一层的输入,最后每一层都会有一个输出,2层LSTM如下图所示

双向LSTM

对于一个序列不仅通过过去看未来,还通过未来看过去,从正反两个方向学习序列的特征,每个时刻的正反两个方向的输出拼接运算后作为这一时刻的总输出\(O_{T}\),如下图所示

门控循环单元GRU

与LSTM相比,有一定的简化,LSTM有三个门:遗忘门,输入门,输出门,GRU只有两个门:重置门\(R_t\)和更新门\(Z_t\)
对下列式子的主观理解为:

  • 重置门决定遗忘多少过去的信息\(H_{t-1}\)
  • 候选记忆信息\(\overline H_{t}\)由新的输入\(X_t\)和经过重置门决定的过去信息\(H_{t-1}\)得到
  • 更新门决定使用多少过去记忆信息\(H_{t-1}\)和候选信息\(\overline H_{t}\),来得到这一时刻的输出\(H_t\)

\[R_{t}=\sigma \left( X_{t}W_{xr}+H_{t-1}W_{hr}+b_{r}\right) \]

\[Z_{t}=\sigma \left( X_{t}W_{xz}+H_{t-1}W_{hz}+b_{z}\right) \]

\[\overline H_{t}=tanh\left( X_{t}W_{xh}+(R_{t} \odot H_{t-1})W_{hh}+b_{h}\right) \]

\[H_{t}=Z_{t} \odot H_{t-1}+(1-Z_{t}) \odot \overline H_{t} \]

基于LSTM的文本分类

如下图所示,是一个两层的双向的LSTM的简化示意,将文本分词等处理后后,经过embedding层,转化为可学习的序列输入,经过LSTM处理后,只关注最后一层的最后输出\(H_{t}\)即可(也可以将其它层的最后输出\(H_{t'}\)等通过加权等方式进行使用),最后将输出连接到全连接层后用于分类,其中在每层LSTM(除最后一层)之间加入dropout,可以防止模型的过拟合

主要思想

文本数据是时间序列数据,前后之间相互联系,如“我的心情很(),因为我的玩具坏了”这句话,通过前面可以知道括号中可以填“好”“坏”这类的词,而不可能是“我的心情很(篮球)”之类,而通过后面,又可以知道填“坏”的可能性要大一些。通过上述模型能够捕获句子前后联系的特征。

pytorch实现基于LSTM的文本分类

模型结构参数如下,对于10分类的任务达到了85.36%的准确率。也使用GRU进行尝试准确率为85.81%,与LSTM相差不大,进行关于代码更详细的说明参考:NLP文本分类学习笔记0:数据预处理及训练说明

  • 将nn.LSTM的参数batch_first设置为True时,其输入输出的第一维表示为batch大小,bidirectional设置为True表示为双向LSTM
  • 每个输入的批次为【128,32】,128为批次大小,32为句子填充截断后统一长度
  • 经过词嵌入层,数据变为【128,32,200】,200为word2vec预训练词向量维度
  • 之后输入到LSTM层,其中隐藏层大小设置为128,层数设置为2,即每个输出为128,最后的输出为【128,32,2*128】,128为batch大小,32为句子长度,2表示双向LSTM,128为输出维度,在pytorch中双向LSTM的前后向输出是拼在了一起(在文档中还提到了packed sequence这样的输出格式文档
  • 最后只将最后时刻的输出,输入到全连接层进行分类
import json
import pickle
import torch
import torch.nn as nn
import numpy as np

class Config(object):

    """配置参数"""
    def __init__(self, embedding_pre):
        self.embedding_path = 'data/embedding.npz'
        self.embedding_model_path = "mymodel/word2vec.model"

        self.train_path = 'data/train.df'  # 训练集
        self.dev_path = 'data/valid.df'  # 验证集
        self.test_path = 'data/test.df'  # 测试集

        self.class_path = 'data/class.json'  # 类别名单
        self.vocab_path = 'data/vocab.pkl'  # 词表
        self.save_path ='mymodel/rnn.pth'        # 模型训练结果
        self.embedding_pretrained = torch.tensor(np.load(self.embedding_path, allow_pickle=True)["embeddings"].astype(
            'float32')) if embedding_pre == True else None  # 预训练词向量
        self.device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')  # 设备

        self.dropout = 0.5  # 随机失活
        self.num_classes = len(json.load(open(self.class_path, encoding='utf-8')))  # 类别数
        self.n_vocab = 0  # 词表大小,在运行时赋值
        self.epochs = 10  # epoch数
        self.batch_size = 128  # mini-batch大小
        self.maxlen = 32  # 每句话处理成的长度(短填长切)
        self.learning_rate = 1e-3  # 学习率
        self.embed_size = self.embedding_pretrained.size(1) \
            if self.embedding_pretrained is not None else 200  # 字向量维度
        self.hidden_size = 128                                          # lstm隐藏层
        self.num_layers = 2                                             # lstm层数

class Model(nn.Module):
    def __init__(self, config):
        super(Model, self).__init__()
        if config.embedding_pretrained is not None:
            self.embedding = nn.Embedding.from_pretrained(config.embedding_pretrained, freeze=False)
        else:
            vocab = pickle.load(open(config.vocab_path, 'rb'))
            config.n_vocab=len(vocab.dict)
            self.embedding = nn.Embedding(config.n_vocab, config.embed_size, padding_idx=config.n_vocab - 1)
        self.lstm = nn.LSTM(config.embed_size, config.hidden_size, config.num_layers,
                            bidirectional=True, batch_first=True, dropout=config.dropout)
        #使用GRU
        #self.lstm = nn.GRU(config.embed_size, config.hidden_size, config.num_layers,bidirectional=True, batch_first=True, dropout=config.dropout)
        self.fc = nn.Linear(config.hidden_size * 2, config.num_classes)

    def forward(self, x):
        out = self.embedding(x)
        out, i = self.lstm(out)
        out = self.fc(out[:, -1, :])  # 句子最后时刻的 hidden state
        return out
posted @ 2022-04-08 10:26  启林O_o  阅读(324)  评论(0编辑  收藏  举报