基于Keras实现textCNN（输入为bert词向量）

基于bert微调输出的textCNN文本分类（包含bert输出的SST2数据集）

第一次发表博客，也是第一次写，大家多多包涵，都是有质量的东西。

基于Keras实现textCNN源代码

模型实现代码：

// 基于Keras框架的textCNN模型，输入是bert的embedding_word，数据是sst2
import numpy as np
from keras.utils import to_categorical
from keras.models import Model
from keras.layers import Dense, Input
from keras.layers import Conv1D, Flatten, Dropout,MaxPooling1D
from keras.layers.merge import concatenate
from keras.callbacks import EarlyStopping
x_train=np.load('SST2/train_embedding_word.npy')
x_test=np.load('SST2/test_embedding_word.npy')
y_train=np.load('SST2/train_label.npy')
y_test=np.load('SST2/test_label.npy')

#构建TextCNN模型
#模型结构：embedding_word输入-卷积池化*3-拼接-全连接-dropout-全连接
def TextCNN(x_train,y_train