A Convolutional Neural Network for Modelling Sentences(源码)

在github上面找到了该论文的源码，地址如下

https://github.com/lc222/Dynamic-CNN-Sentence-Classification-TF

但是因为我的python版本是3.7，所以还需要一些改动的地方，如果大家有同样的问题，可以参考一下我的这篇博客：

1.print()的问题

作者原文中用的print()都是下面这种形式：

print 'Finish training. On test set:'

我们需要给他加上括号，结果如下：

print('Finish training. On test set:')

2.utf-8码的问题

原文中，直接进行如下操作

x_test = list(open(folder_prefix+"test").readlines())

我们需要给他加上rb

x_test = list(open(folder_prefix+"test", 'rb').readlines())

3.decode问题

原文中直接使用了clean_str函数，最终报错

    x_text = [clean_str(sent) for sent in x_text]

改成：

#修改
    le = len(x_text)
    for i in range(le):
        encode_type = chardet.detect(x_text[i])
        x_text[i] = x_text[i].decode(encode_type['encoding'])  # 进行相应解码，赋给原标识符（变量）
    #修改
    x_text = [clean_str(sent) for sent in x_text]

4.类型问题

原文中执行zip之后直接将其看成list类型进行操作：

batches = dataUtils.batch_iter(zip(x_train, y_train), batch_size, n_epochs)

我们需要对他强制转换一下：

batches = dataUtils.batch_iter(list(zip(x_train, y_train)), batch_size, n_epochs)

5.类型问题2

像/之后，Python都将其当成float类型，原文代码如下（会报错）：

W2 = init_weights([ws[1], embed_dim/2, num_filters[0], num_filters[1]], "W2")

我们需要加int强制转换：

W2 = init_weights([ws[1], int(embed_dim/2), num_filters[0], num_filters[1]], "W2")

还有几处需要加int的地方，读者只要根据报错位置一一改正即可

最后运行train.py函数