NLP之word2vec,使用pytorch


import numpy as np
import torch
import torch.nn as nn
import torch.optim as optim
from torch.autograd import Variable
import matplotlib.pyplot as plt

dtype = torch.FloatTensor

# 3 Words Sentence
sentences = [ "i like dog", "i like cat", "i like animal",
              "dog cat animal", "apple cat dog like", "dog fish milk like",
              "dog cat eyes like", "i like apple", "apple i hate",
              "apple i movie book music like", "cat dog hate", "cat dog like"]

word_sequence = " ".join(sentences).split()
word_list = " ".join(sentences).split()
word_list = list(set(word_list))
word_dict = {w: i for i, w in enumerate(word_list)}

# Word2Vec Parameter
batch_size = 20  # To show 2 dim embedding graph
embedding_size = 2  # To show 2 dim embedding graph
voc_size = len(word_list)

def random_batch(data, size):
    random_inputs = []
    random_labels = []
    random_index = np.random.choice(range(len(data)), size, replace=False)

    for i in random_index:
        random_inputs.append(np.eye(voc_size)[data[i][0]])  # target
        random_labels.append(data[i][1])  # context word

    return random_inputs, random_labels

# Make skip gram of one size window
skip_grams = []
for i in range(1, len(word_sequence) - 1):
    target = word_dict[word_sequence[i]]
    context = [word_dict[word_sequence[i - 1]], word_dict[word_sequence[i + 1]]]

    for w in context:
        skip_grams.append([target, w])

# Model
class Word2Vec(nn.Module):
    def __init__(self):
        super(Word2Vec, self).__init__()

        # W and WT is not Traspose relationship
        self.W = nn.Parameter(-2 * torch.rand(voc_size, embedding_size) + 1).type(dtype) # voc_size > embedding_size Weight
        self.WT = nn.Parameter(-2 * torch.rand(embedding_size, voc_size) + 1).type(dtype) # embedding_size > voc_size Weight

    def forward(self, X):
        # X : [batch_size, voc_size]
        hidden_layer = torch.matmul(X, self.W) # hidden_layer : [batch_size, embedding_size]
        output_layer = torch.matmul(hidden_layer, self.WT) # output_layer : [batch_size, voc_size]
        return output_layer

model = Word2Vec()

criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)

# Training
for epoch in range(5000):

    input_batch, target_batch = random_batch(skip_grams, batch_size)

    input_batch = Variable(torch.Tensor(input_batch))
    target_batch = Variable(torch.LongTensor(target_batch))

    optimizer.zero_grad()
    output = model(input_batch)

    # output : [batch_size, voc_size], target_batch : [batch_size] (LongTensor, not one-hot)
    loss = criterion(output, target_batch)
    if (epoch + 1)%1000 == 0:
        print('Epoch:', '%04d' % (epoch + 1), 'cost =', '{:.6f}'.format(loss))

    loss.backward()
    optimizer.step()

for i, label in enumerate(word_list):
    W, WT = model.parameters()
    x,y = float(W[i][0]), float(W[i][1])
    plt.scatter(x, y)
    plt.annotate(label, xy=(x, y), xytext=(5, 2), textcoords='offset points', ha='right', va='bottom')
plt.show()

Epoch: 1000 cost = 2.263604
Epoch: 2000 cost = 2.092835
Epoch: 3000 cost = 1.889603
Epoch: 4000 cost = 2.024243
Epoch: 5000 cost = 1.588786

在这里插入图片描述

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
TextCNN(Text Convolutional Neural Network)是一种用于文本分类的神经网络模型,通过利用卷积神经网络的思想对文本进行特征提取和分类。Word2Vec是一种常用的词向量表示模型,用于将文本中的词语转化为向量形式。PyTorch是一个基于Python的机器学习库,可以用于构建和训练神经网络模型。TextCNN结合Word2VecPyTorch可以用于自然语言处理任务中的文本分类等问题。 在使用TextCNN进行文本分类时,首先需要对文本进行预处理,包括分词、去除停用词等操作。然后,利用Word2Vec模型将每个词语转化为向量表示。这样,每个文本就可以用一个二维矩阵表示,矩阵的行表示词语个数,列表示词向量的维度。接下来,通过使用多个不同大小的卷积核对文本进行卷积操作,并利用池化层提取文本的关键特征。最后,将提取到的特征通过全连接层进行分类预测。 在PyTorch中,可以使用nn.Module类构建TextCNN模型。首先定义模型的各个层,包括卷积层、池化层和全连接层。然后,在forward函数中定义模型的前向传播过程,即将输入数据依次通过各个层的操作,并最终输出分类结果。在训练过程中,可以使用交叉熵损失函数来计算预测结果和真实标签之间的误差,并通过反向传播算法更新模型的参数。 总之,TextCNN结合Word2VecPyTorch可以用于文本分类等自然语言处理任务中,通过卷积神经网络对文本进行特征提取,并利用Word2Vec将文本中的词语转化为向量表示,进而进行分类预测。在PyTorch中,可以使用nn.Module类构建TextCNN模型,并通过反向传播算法进行模型训练和参数更新。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

潘诺西亚的火山

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值