NLP-Beginner 任务二：基于深度学习的文本分类+pytorch(超详细！！)

传送门

NLP-Beginner 任务传送门

我的代码传送门

数据集传送门

一. 介绍

1.1 任务简介

本次的NLP（Natural Language Processing）任务是利用深度学习中的卷积神经网络（CNN）和循环神经网络（RNN）来对文本的情感进行分类。

1.2 数据集

数据集传送门

训练集共有15万余项，语言为英文，情感分为0~4共五种情感。

例子：

输入： A series of escapades demonstrating the adage that what is good for the goose is also good for the gander , some of which occasionally amuses but none of which amounts to much of a story .
输出： 1

输入： This quiet , introspective and entertaining independent is worth seeking .
输出： 4

输入：Even fans of Ismail Merchant 's work
输出： 2

输入： A positively thrilling combination of ethnography and all the intrigue , betrayal , deceit and murder of a Shakespearean tragedy or a juicy soap opera .
输出： 3

1.3 流程介绍

本篇博客将会一步一步讲解如何完成本次的NLP任务，具体流程为：

数据输入（英文句子）→特征提取（数字化数据）→神经网络设计（如何用pytorch建立神经网络模型）→结果输出（情感类别）

二. 特征提取——Word embedding(词嵌入)

2.1 词嵌入的定义

词嵌入模型即是把每一个词映射到一个高维空间里，每一个词代表着一个高维空间的向量，如下图：

图中的例子是把每个单词映射到了一个7维的空间。

词嵌入模型有三点好处：

1. 当向量数值设计合理时，词向量与词向量之间的距离能体现出词与词之间的相似性。

比如，上面的四个单词，cat和kitten是近义词，所以他们在高维空间中很相近（为了更好地展现它们的空间距离，可以把7维向量做一个线性变换变成2维，然后进行展示）。
然而，dog和cat意思并不相近，所以离得稍远一点，而houses的意思和cat，kitten，dog更加不相近了，因此会离得更远。

2. 当向量数值设计合理时，词向量与词向量之间的距离也有一定的语义。

比如下面的四个单词，man和woman是两种性别，king和queen也是对应的两种性别，这两对的单词的差异几乎一致（性别差异），因此他们的距离应该也应该是几乎相同的。
因此，可以从图中看到，man和woman的距离恰好与king和queen的距离相等。

3. 用相对较少的维数展现多角度特征差异

词袋模型和N元特征所提取出来的的特征向量都是超高维的0-1向量，而词嵌入模型的向量每一维是实数，即不仅仅是0或1。
也就是说，词袋模型和N元特征所形成的特征矩阵是稀疏的，但是规模又很大，因而信息利用率很低，其词向量与词向量之间的距离也不能体现词间相似性。
而词嵌入模型所形成的特征矩阵不是稀疏的，且规模相对较小，因此能更好的利用每一维的信息，不再只是局限于0或1。
词袋模型和N元特征的定义可以参考《NLP-Beginner 任务一：基于机器学习的文本分类》。

2.2 词嵌入的词向量说明

在词袋模型/N元特征中，只要设置好词和词组，就能把每一个句子（一堆词）转换成对应的0-1表示。

但是，在词嵌入模型中，并没有明确的转换规则，因此我们不可能提前知道每一个词对应的向量。

上面的图的7维向量分别对应（living being, feline, human, gender, royalty, verb, plural），然而这只是为了方便理解所强行设计出的分类，很明显houses在gender维度的取值很难确定。因此，给每一个维度定义好分类标准，是不可能的。

所以，在词嵌入模型中，我们选择不给每一个维度定义一个所谓的语义，我们只是单纯的把每一个词，对应到一个词向量上，我们不关心向量的数值大小代表什么意思，我们只关心这个数值设置得合不合理。换句话说，每个词向量都是参数，是待定的，需要求解，这点和词袋模型/N元特征是完全不同的。

2.3 词嵌入模型的初始化

既然词向量是一个参数，那么我们就要为它设置一个初始值。

而上面2.1提到的词嵌入前两大好处，是基于一个前提：向量数值设计合理，因此选取参数的初始值至关重要。

如果参数的初始值选的不好，那么优化模型求解的时候就会使参数值难以收敛，或者收敛到一个较差的极值；相反，如果选得好，就能求出一个更好的参数，甚至能起到加速模型优化的效果。

一般来说，有两种初始化的方法。

2.3.1 随机初始化

随机初始化这种方式十分简单粗暴。

给定一个维度d（比如50），对于每一个词$w$，我们随机生成一个d维的向量$x\in {\mathbb{R}}^d$。

注：随机生成的方式有很多，比如$x\sim N(\text{0},{\sigma }^2{I}_d)$，即$x$服从于一个简单的多元标准正态分布，等等。

这种初始化方式非常简单，但是有可能会生成较劣的初值，也没有一个良好的解释性。

2.3.2 预训练模型初始化

预训练模型初始化，顾名思义，就是拿别人已经训练好的模型作为初值。

也就是说，把别人已经设置好的词向量直接拿过来用。

这种方式的初始化时间会比较长，因为要从别人的词库里面找，需要一定的时间，但是这种初值无疑比随机初始化要好很多，毕竟是别人已经训练好的模型。

网上也有很多训练好的词嵌入模型，比如GloVe(本篇文章会用到)。

2.4 特征表示

给定每个词的词向量，那么就可以把一个句子量化成一个ID列表，再变成特征（矩阵）。

例子：(d=5)

（ID：1）I : $[+0.10,+0.20,+0.30,+0.50,+1.50]$
（ID：2）love : $[-1.00,-2.20,+3.40,+1.00,+0.00]$
（ID：3）you : $[-3.12,-1.14,+5.14,+1.60,+7.00]$

I love you 便可表示为 $[1,2,3]$，经过词嵌入之后则得到
$$X=\left[\begin{array}{ccccc}+0.10& +0.20& +0.30& +0.50& +1.50\\ -1.00& -2.20& +3.40& +1.00& +0.00\\ -3.12& -1.14& +5.14& +1.60& +7.00\end{array}\right]$$

（ID：1）I : $[+0.10,+0.20,+0.30,+0.50,+1.50]$
（ID：4）hate : $[-8.00,-6.40,+3.60,+2.00,+3.00]$
（ID：3）you : $[-3.12,-1.14,+5.14,+1.60,+7.00]$

I hate you 便可表示为 $[1,4,3]$，经过词嵌入之后则得到
$$X=\left[\begin{array}{ccccc}+0.10& +0.20& +0.30& +0.50& +1.50\\ -8.00& -6.40& +3.60& +2.00& +3.00\\ -3.12& -1.14& +5.14& +1.60& +7.00\end{array}\right]$$

得到句子的特征矩阵X后，便可以把它放入到神经网络之中。

三. 神经网络

本部分详细内容可以参考神经网络与深度学习。

3.1 卷积神经网络（CNN）

CNN一般来说有3~4层

1. 卷积层（convolution）
2. 激活层（activation）（可选）
3. 池化层（pooling）
4. 全连接层（fully connected）

3.1.1 卷积层（Convolution）

3.1.1.1 卷积定义

首先需要搞清楚卷积的定义。

先介绍一维卷积，先看一张图：
对于左边的图，待处理的向量$x\in {\mathbb{R}}^n$是：
$$[1,1,-1,1,1,1,-1,1,1]$$
卷积核$w\in {\mathbb{R}}^K$是：
$$[\frac{1}{3},\frac{1}{3},\frac{1}{3}]$$
结果$y\in {\mathbb{R}}^{n-K+1}$是:
$$[\frac{1}{3},\frac{1}{3},\frac{1}{3},1,\frac{1}{3},\frac{1}{3},\frac{1}{3}]$$
记为：
$$y=w\ast x$$
具体公式为：
$$y_t=\sum _{k=1}^K{w}_k{x}_{t+k-1},t=1,2,...,n-K+1$$

然后解释二维卷积，如下图：

左边第一项，就是待处理的矩阵$X\in {\mathbb{R}}^{n\times d}$。

左边第二项，就是3*3的卷积核$W\in {\mathbb{R}}^{K_1\times K_2}$。

如图所示，对待处理矩阵的右上角，进行卷积操作，就可以得到右边矩阵$Y\in {\mathbb{R}}^{(n-K_1+1)\times (d-K_2+1)}$右上角的元素-1。

记为：
$$Y=W\ast X$$
具体公式为：
$$\begin{gathered} Y_{ij}=\sum _{k_1=1}^{K_1}\sum _{k_2=1}^{K_2}{W}_{k_1,k_2}{X}_{i+k_1-1,j+k_2-1} \\ i=1,2,...,n-K_1+1,j=d-K_2+1 \end{gathered}$$

3.1.1.2 卷积的步长与零填充

上面的卷积例子的步长都是1，但是步长可以不为1，见下图：

上图的左部分步长为2，右部分的步长为1，不同的步长会得到长度不一样的结果，越长的步长，得到的结果长度越短。

二维卷积的步长也可以类似地进行定义，只不过除了横向的步长，也有纵向的步长，这里不详细叙述。

除此之外，还有值得注意的是padding（零填充），可以看到上图的右部分进行了零填充操作，使得待处理向量的边界元素能进行更多次数的卷积操作。

例子：

待处理的向量$x\in {\mathbb{R}}^n$是：
$$[1,1,-1,1,1,1,-1,1,1]$$
进行了零填充的待处理向量$\tilde{x}$是：
$$[0,1,1,-1,1,1,1,-1,1,1,0]$$
卷积核$w\in {\mathbb{R}}^K$是：
$$[\frac{1}{3},\frac{1}{3},\frac{1}{3}]$$

可以看到，$x$的最左边的元素$1$只被卷积到了1次，而经过了padding之后，最左边的$1$元素可以被卷积两次（第一次是$[0,1,1]\ast w$，第二次是$[1,1,-1]\ast w$）.

因此，如果有了零填充的操作，待处理的向量边界的特征也能得意保留。

二维卷积的padding也可以进行类似地定义，只不过除了横向补0，还可以纵向补0。

3.1.1.3 卷积层设计

卷积层的设计参考了论文Convolutional Neural Networks for Sentence Classification。

先定义一些符号，$n$是句子的长度，图中的例子（wait for the video and do n’t rent it）是$n=9$，词向量的长度为$d$，图中的例子$d=6$，即该句子的特征矩阵$X\in {\mathbb{R}}^{n\times d}={\mathbb{R}}^{9\times 6}$。

在本次的任务中，我们采用四个卷积核，大小分别是$2\times d$, $3\times d$, $4\times d$, $5\times d$。

$2\times d$ 的卷积核在图中显示为红色的框框，$3\times d$ 的卷积核在图中显示为黄色的框框。

例如：

“wait for” 这个词组，的特征矩阵的大小为$2\times d$，经过$2\times d$的卷积之后，会变成一个值。

对于某一个核$W$，对特征矩阵$X$进行卷积之后，会得到一个矩阵。

例如：

特征矩阵$X\in {\mathbb{R}}^{n\times d}$与卷积核$W\in {\mathbb{R}}^{2\times d}$卷积后，得到结果$Y\in {\mathbb{R}}^{(n-2+1)\times (d+d-1)}={\mathbb{R}}^{(n-1)\times 1}$。

需要注意的是，这里采用四个核的原因是想挖掘词组的特征。

比如说，$2\times d$ 的核是用来挖掘连续两个单词之间的关系的，而$5\times d$ 的核用来连续挖掘五个单词之间的关系。

3.1.1.4 总结

卷积层的参数即是卷积核。

对于一个句子，特征矩阵是$X\in {\mathbb{R}}^{n\times d}$，经过了四个卷积核$W$的卷积后，得到了$Y_1\in {\mathbb{R}}^{(n-1)\times 1},Y_2\in {\mathbb{R}}^{(n-2)\times 1},Y_3\in {\mathbb{R}}^{(n-3)\times 1},Y_4\in {\mathbb{R}}^{(n-4)\times 1}$的结果。

上面说的是一个通道的情况，我们可以多设置几个通道，每个通道都像上述一样操作，只不过每个通道的卷积核是不一样的，都是待定的参数。因此，设置$l_l$个通道，就会得到$l_l$组$(Y_1,Y_2,Y_3,Y_4)$。

3.1.2 激活层（可选）

激活函数可以参考维基百科。

在本次实战中，采用了ReLu函数：
$$ReLu(x)=\text{max}(x,0)$$

$l_l$组$(Y_1,Y_2,Y_3,Y_4)$经过了激活之后，还是得到$l_l$组$(Y_1,Y_2,Y_3,Y_4)$。

3.1.3 汇聚层/池化层（Pooling）

Pooling层相当于是对特征矩阵/向量提取出一些有用的信息，从而减少特征的规模，不仅减少了计算量，也能去除冗余特征。

Pooling有两种方法：

1. 最大汇聚

对一个区域，取最大的一个元素
$$y_{m,n}={\text{max}}_{i\in R_{m,n}}{x}_i$$
即取$R_{m,n}$这个区域里，最大的元素

2. 平均汇聚

对一个区域，取所有元素的平均值
$$y_{m,n}=\frac{1}{|R_{m,n}|}\sum _{i\in R_{m,n}}{x}_i$$
即取$R_{m,n}$这个区域里，所有元素的平均值

看一张图：

上面的是最大汇聚，下面的是平均汇聚。

在本次实战中，我用的是最大汇聚。

对于$l_l$组$(Y_1,Y_2,Y_3,Y_4)$，对任意一组$l$里的任意一个向量$Y_i^{(l)}\in {\mathbb{R}}^{(n-i)\times 1}$，我取其最大值，即
$$y_i^{(i)}=ma{x}_j{Y}_i^{(l)}(j)$$
$Y_i^{(l)}(j)$表示$Y_i^{(l)}$的第$j$个元素。

经过最大汇聚后，我们可以得到$l_l$组$(y_1,y_2,y_3,y_4)$。

把它们按结果类别拼接起来，可以得到一个长度为$l_l\ast 4$的向量，即
$$Y=(y_1^{(1)},...,y_1^{(l_l)},y_2^{(1)},...,y_2^{(l_l)},y_3^{(1)}...,y_3^{(l_l)},y_4^{(1)},...,y_4^{(l_l)}{)}^T\in {\mathbb{R}}^{(l_l\ast 4)\times 1}$$

3.1.4 全连接层（Fully connected）

看一张示意图：

左边的神经元便是我们上一部分得到的向量，长度为$l_l\ast 4$。

而我们的目的是输出一个句子的情感类别，参考上一次任务《NLP-Beginner 任务一：基于机器学习的文本分类》，我们的输出也应该是五类情感的概率，即（0~4共五类）
$$p=(0,0,0.7,0.25,0.05{)}^T$$
则代表，其是类别2的概率为0.7，类别3的概率为0.25，类别4的概率为0.05。

因此，在全连接层，我们要把长度为$l_l\ast 4$的向量转换成长度为 $5$ 的向量。

而最简单的转换方式便是线性变换 $p=AY+b$，其中$A\in {\mathbb{R}}^{5\times (l_l\ast 4)},Y\in {\mathbb{R}}^{(l_l\ast 4)\times 1},b\in {\mathbb{R}}^{5\times 1}$。

最终，整个神经网络会输出一个长度为 $5$ 的向量 $p$。

如此一来 $A$ 和 $b$ 便是需要待定的系数。

3.1.5 总结

• 卷积层：特征矩阵$\to$ $l_l$组$(Y_1,Y_2,Y_3,Y_4)$，神经网络参数：$4l_l$个卷积核$W$。
• 激活层：$l_l$组$(Y_1,Y_2,Y_3,Y_4)$ $\to$ $l_l$组$(Y_1,Y_2,Y_3,Y_4)$，没有参数。
• 汇聚层：$l_l$组$(Y_1,Y_2,Y_3,Y_4)$ $\to$ $l_l$组$(y_1,y_2,y_3,y_4)\to Y$，没有参数。
• 全连接层： $Y\to p$，神经网络参数：$A,b$

3.2 循环神经网络（RNN）

CNN一般来说有2~3层

1. 隐藏层（hidden）
2. 激活层（activation）（可选）
3. 全连接层（fully connected）

3.2.1 隐藏层（Hidden）

看一张图：

先回顾输入是什么。

输入是一个特征矩阵$X\in {\mathbb{R}}^{n\times d}$，例如：(d=5)

I : $[+0.10,+0.20,+0.30,+0.50,+1.50]$
love : $[-1.00,-2.20,+3.40,+1.00,+0.00]$
you : $[-3.12,-1.14,+5.14,+1.60,+7.00]$

I love you 可表示为
$$X=\left[\begin{array}{ccccc}+0.10& +0.20& +0.30& +0.50& +1.50\\ -1.00& -2.20& +3.40& +1.00& +0.00\\ -3.12& -1.14& +5.14& +1.60& +7.00\end{array}\right]=[x_1,x_2,x_3{]}^T$$
即
$$x_i\in {\mathbb{R}}^d$$

在CNN中，我们是直接对特征矩阵X进行操作，而在RNN中，我们是逐个对$x_i$进行操作，步骤如下：

1. 初始化 $h_0\in {\mathbb{R}}^{l_h}$
2. 从 $t=1,2,...n$ 计算以下两个公式

(1) $z_t=U{h}_{t-1}+W{x}_t+b$， 其中$U\in {\mathbb{R}}^{l_h\times l_h},W\in {\mathbb{R}}^{l_h\times d},z,b_h\in {\mathbb{R}}^{l_h}$

(2) $h_t=f(z_t)$，其中$f(\cdot )$激活函数，本任务用了$tanh$函数， $tanh(x)=\frac{\text{exp}(x)-\text{exp}(-x)}{\text{exp}(x)+\text{exp}(-x)}$

3. 最终得到$h_n\in {\mathbb{R}}^{l_h}$

这一层的目的，便是把序列 { x i } i = 1 n \{x_i\}_{i=1}^n {xi​}i=1n​逐个输入到隐藏层去，与参数发生作用，输出的结果$h_t$也会参与到下一次循环计算之中，实现了一种记忆功能，使神经网络具有了（短期）的记忆能力。

这种记忆能力有助于神经网络中从输入中挖掘更多的特征，及其相互关系，而不再只是像CNN一样局限于2、3、4、5个词之间的关系。

3.2.2 激活层（可选）

RNN的激活层与CNN激活层是类似的，激活函数可以参考维基百科。

在本次实战中，我的RNN没有额外加入激活层。

3.2.3 全连接层（Fully connected）

RNN的全连接层与CNN全连接层也是类似的。

在全连接层，我们要把长度为$l_h$的向量转换成长度为 $5$ 的向量。

类似地，采取线性变换 $p=A{h}_n+b_l$，其中 $A\in {\mathbb{R}}^{5\times l_h},h_t\in {\mathbb{R}}^{l_h\times 1},b_l\in {\mathbb{R}}^{5\times 1}$, $A$ 和 $b$ 也是需要待定的系数。

最终，整个神经网络会输出一个长度为 $5$ 的向量 $p$。

3.2.4 总结

• 隐藏层：特征矩阵$\to$ $h_n$，神经网络参数：$W,U$ 和 $b_h$ 。
• 全连接层： $h_n\to p$，神经网络参数：$A,b_l$

3.3 训练神经网络

3.3.1 神经网络参数

有了上面的CNN和RNN的模型，接下来就是求解神经网络中的参数了。先回顾一下两个模型的参数：

• CNN: $4l_l$个卷积核$W;$ $A,b$
• RNN: $W,U,b_h;A,b_l$

对于任意一个网络，把它们的参数记作 $\theta$。

整个流程：

$句子x\stackrel{\text{Word embedding}}{\to }特征矩阵X\stackrel{\text{Neural Network}(\theta )}{\to }类别概率向量p$

3.3.2 损失函数

有了模型，我们就要对模型的好坏做出一个评价。也就是说，给定一组参数 $\theta$，我们要去量化一个模型的好坏，那么我们就要定义一个损失函数。

一般来说，有以下几种损失函数：

函数	公式	注释
0-1损失函数	$I(y\ne f(x))$	不可导
绝对值损失函数	|$y-f(x)$|	适用于连续值
平方值损失函数	$(y-f(x){)}^2$	适用于连续值
交叉熵损失函数	$-{\sum }_c{y}_c\log f_c(x)$	适用于分类
指数损失函数	$\exp (-yf(x))$	适用于二分类
合页损失函数	$\text{max}(0,1-yf(x))$	适用于二分类

因此，总上述表来看，我们应该使用交叉熵损失函数。

给定一个神经网络 $NN$， 对于每一个样本n，其损失值为
$$L(N{N}_{\theta }(x^{(n)}),y^{(n)})=-\sum _{c=1}^C{y}_c^{(n)}\log p_c^{(n)}=-(y^{(n)}{)}^T\log p^{(n)}$$
其中$y^{(n)}=(I(c=0),I(c=2),...,I(c=C){)}^T$，是一个one-hot向量，即只有一个元素是1，其他全是0的向量。

注：下标 $c$ 代表向量中的第 $c$ 个元素，这里 $C=4$ 。

例子：

句子 $x^{(n)}$ 的类别是第0类，则 $y^{(n)}=[1,0,0,0,0{]}^T$

而对于N个样本，总的损失值则是每个样本损失值的平均，即
$$L(\theta )=L(N{N}_{\theta }(x),y)=\frac{1}{N}\sum _{n=1}^{N}L(N{N}_{\theta }(x^{(n)}),y^{(n)})$$

有了损失函数，我们就可以通过找到损失函数的最小值，来求解最优的参数矩阵 $\theta$。

3.3.3 参数求解——梯度下降

梯度下降的基本思想是，对于每个固定的参数，求其梯度（导数），然后利用梯度（导数），进行对参数的更新。

在这里，公式是
$${\theta }_{t+1}\leftarrow {\theta }_t-\alpha \frac{\partial L({\theta }_t)}{\partial {\theta }_t}$$
由于Pytorch求解参数并不需要我们求梯度且梯度计算非常复杂，因此在这里就暂时不介绍具体如何求梯度过程。

感兴趣的同学可以参考神经网络与深度学习。

四. 代码及实现

4.1 实验设置

• 样本个数：约150000
• 训练集:测试集 ： 7:3
• 模型：CNN, RNN
• 初始化：随机初始化，GloVe预训练模型初始化
• 学习率：10^-3
• $l_h,d$：50
• $l_l$：最长句子的单词数
• Batch 大小：500

4.2 结果展示

4.2.1 Part 1

先展示总体结果。

我们先比较CNN和RNN。

可以看到RNN在测试集的准确率（最大值）比CNN都要高，且测试集的损失值（最小值）也要比CNN的要低。

再比较随机初始化与GloVe初始化。

在同种模型下，GloVe初始化也要比随机初始化的效果好，即在测试集准确率大、测试集损失值小。

最终，测试集准确率大约在 $66\%$ 左右。

4.2.2 Part 2

以上结果并不能说明RNN在长句子情感分类方面的优势。因为RNN具有短期记忆，能处理好词与词之间的关系，所以我想看看RNN在长句子分类上是否有一个比较好的结果。

因此，在训练的过程中，我特别关注了测试集中单词数大于20的句子的损失值和正确率，结果如图：

非常遗憾的是，RNN的效果并不比CNN好，而且无论是CNN还是RNN，长句子的情感分类准确率也只有大概 $55\%$ 左右，比总体的平均正确率低了约 $10\%$。

因此，在这一点上有待进一步挖掘。

4.3 代码

本次使用了Python中的torch库，并使用了cuda加速。

若不想要GPU加速，只需要把comparison_plot_batch.py和Neural_Network_batch.py中所有的.cuda()和.cpu()删去即可。

注1：可能在comparison_plot_batch.py中的所有.item()也要删去。

---

重要

注2：在理论部分，我们阐述的是一个样本从输入到输出的过程，但是实际神经网络里通常都是输入一批样本（batch）然后得到输出。

但是，一个batch内特征长短不一会使数据分batch失败，因此会进行一个零填充（padding）操作，把同一个batch内的所有输入（句子），补到一样长。

但是，由于句子长度可能会参差不齐（如一个句子只有3个单词，另一个有50个单词，那么就需要在前者的后面填充47个无意义的0。），插入过长的无意义零填充可能会对性能造成影响，因此在本次实战中，我先把数据按照句子长度进行了排序，尽量使同一个batch内句子长度一致，这样就可以避免零填充。

同时，设置padding的这个ID为0。

注3：本次实战中，还在词嵌入之后加入了一层Dropout层（丢弃法）。

解释：Dropout (丢弃法) 是指在深度网络的训练中，以一定的概率随机地“临时丢弃”一部分神经元节点。 具体来讲，Dropout 作用于每份小批量训练数据，由于其随机丢弃部分神经元的机制，相当于每次迭代都在训练不同结构的神经网络。

简单来讲，就是为了防止模型过拟合，且Dropout层在模型测试时不会有任何影响，训练时的效果如图：

---

4.3.1 主文件——main.py

import csv
import random
from feature_batch import Random_embedding,Glove_embedding
import torch
from comparison_plot_batch import NN_embedding_plot

# 数据读入
with open('train.tsv') as f:
    tsvreader = csv.reader (f, delimiter ='\t')
    temp = list ( tsvreader )

with open('glove.6B.50d.txt','rb') as f:  # for glove embedding
    lines=f.readlines()

# 用GloVe创建词典
trained_dict=dict()
n=len(lines)
for i in range(n):
    line=lines[i].split()
    trained_dict[line[0].decode("utf-8").upper()]=[float(line[j]) for j in range(1,51)]

# 初始化
iter_times=50  # 做50个epoch
alpha=0.001

# 程序开始
data = temp[1:]
batch_size=500

# 随机初始化
random.seed(2021)
random_embedding=Random_embedding(data=data)
random_embedding.get_words()  # 找到所有单词，并标记ID
random_embedding.get_id()  # 找到每个句子拥有的单词ID

# 预训练模型初始化
random.seed(2021)
glove_embedding=Glove_embedding(data=data,trained_dict=trained_dict)
glove_embedding.get_words()  # 找到所有单词，并标记ID
glove_embedding.get_id()  # 找到每个句子拥有的单词ID

NN_embedding_plot(random_embedding,glove_embedding,alpha,batch_size,iter_times))

4.3.2 特征提取——feature_batch.py

import random
from torch.utils.data import Dataset, DataLoader
from torch.nn.utils.rnn import pad_sequence
import torch


def data_split(data, test_rate=0.3):
    """把数据按一定比例划分成训练集和测试集"""
    train = list()
    test = list()
    for datum in data:
        if random.random() > test_rate:
            train.append(datum)
        else:
            test.append(datum)
    return train, test


class Random_embedding():
	"""随机初始化"""
    def __init__(self, data, test_rate=0.3):
        self.dict_words = dict()  # 单词->ID的映射
        data.sort(key=lambda x:len(x[2].split()))  # 按照句子长度排序，短着在前，这样做可以避免后面一个batch内句子长短不一，导致padding过度
        self.data = data
        self.len_words = 0  # 单词数目（包括padding的ID：0）
        self.train, self.test = data_split(data, test_rate=test_rate)  # 训练集测试集划分
        self.train_y = [int(term[3]) for term in self.train]  # 训练集类别
        self.test_y = [int(term[3]) for term in self.test]  # 测试集类别
        self.train_matrix = list()  # 训练集的单词ID列表，叠成一个矩阵
        self.test_matrix = list()  # 测试集的单词ID列表，叠成一个矩阵
        self.longest=0  # 记录最长的单词

    def get_words(self):
        for term in self.data:
            s = term[2]  # 取出句子
            s = s.upper()  # 记得要全部转化为大写！！（或者全部小写，否则一个单词例如i，I会识别成不同的两个单词）
            words = s.split()
            for word in words:  # 一个一个单词寻找
                if word not in self.dict_words:
                    self.dict_words[word] = len(self.dict_words)+1  # padding是第0个，所以要+1
        self.len_words=len(self.dict_words)  # 单词数目（暂未包括padding的ID：0）

    def get_id(self):
        for term in self.train:  # 训练集
            s = term[2]
            s = s.upper()
            words = s.split()
            item=[self.dict_words[word] for word in words]  # 找到id列表（未进行padding）
            self.longest=max(self.longest,len(item))  # 记录最长的单词
            self.train_matrix.append(item)
        for term in self.test:
            s = term[2]
            s = s.upper()
            words = s.split()
            item = [self.dict_words[word] for word in words]  # 找到id列表（未进行padding）
            self.longest = max(self.longest, len(item))  # 记录最长的单词
            self.test_matrix.append(item)
        self.len_words += 1   # 单词数目（包括padding的ID：0）


class Glove_embedding():
    def __init__(self, data,trained_dict,test_rate=0.3):
        self.dict_words = dict()  # 单词->ID的映射
        self.trained_dict=trained_dict  # 记录预训练词向量模型
        data.sort(key=lambda x:len(x[2].split()))  # 按照句子长度排序，短着在前，这样做可以避免后面一个batch内句子长短不一，导致padding过度
        self.data = data
        self.len_words = 0  # 单词数目（包括padding的ID：0）
        self.train, self.test = data_split(data, test_rate=test_rate)  # 训练集测试集划分
        self.train_y = [int(term[3]) for term in self.train]  # 训练集类别
        self.test_y = [int(term[3]) for term in self.test]  # 测试集类别
        self.train_matrix = list()  # 训练集的单词ID列表，叠成一个矩阵
        self.test_matrix = list()  # 测试集的单词ID列表，叠成一个矩阵
        self.longest=0  # 记录最长的单词
        self.embedding=list()  # 抽取出用到的（预训练模型的）单词

    def get_words(self):
        self.embedding.append([0] * 50)  # 先加padding的词向量
        for term in self.data:
            s = term[2]  # 取出句子
            s = s.upper()  # 记得要全部转化为大写！！（或者全部小写，否则一个单词例如i，I会识别成不同的两个单词）
            words = s.split()
            for word in words:  # 一个一个单词寻找
                if word not in self.dict_words:
                    self.dict_words[word] = len(self.dict_words)+1  # padding是第0个，所以要+1
                    if word in self.trained_dict:  # 如果预训练模型有这个单词，直接记录词向量
                        self.embedding.append(self.trained_dict[word])
                    else:  # 预训练模型没有这个单词，初始化该词对应的词向量为0向量
                        # print(word)
                        # raise Exception("words not found!")
                        self.embedding.append([0]*50)
        self.len_words=len(self.dict_words)  # 单词数目（暂未包括padding的ID：0）

    def get_id(self):
        for term in self.train:  # 训练集
            s = term[2]
            s = s.upper()
            words = s.split()
            item=[self.dict_words[word] for word in words]  # 找到id列表（未进行padding）
            self.longest=max(self.longest,len(item))  # 记录最长的单词
            self.train_matrix.append(item)
        for term in self.test:
            s = term[2]
            s = s.upper()
            words = s.split()
            item = [self.dict_words[word] for word in words]  # 找到id列表（未进行padding）
            self.longest = max(self.longest, len(item))  # 记录最长的单词
            self.test_matrix.append(item)
        self.len_words += 1  # 单词数目（暂未包括padding的ID：0）


class ClsDataset(Dataset):
	"""自定义数据集的结构,pytroch基本功！！！"""
    def __init__(self, sentence, emotion):
        self.sentence = sentence  # 句子
        self.emotion= emotion  # 情感类别

    def __getitem__(self, item):
        return self.sentence[item], self.emotion[item]

    def __len__(self):
        return len(self.emotion)


def collate_fn(batch_data):
	"""自定义数据集的内数据返回方式,pytroch基本功！！！并进行padding！！！"""
    sentence, emotion = zip(*batch_data)
    sentences = [torch.LongTensor(sent) for sent in sentence]  # 把句子变成Longtensor类型
    padded_sents = pad_sequence(sentences, batch_first=True, padding_value=0)  # 自动padding操作！！！
    return torch.LongTensor(padded_sents), torch.LongTensor(emotion)


def get_batch(x,y,batch_size):
	"""利用dataloader划分batch,pytroch基本功！！！"""
    dataset = ClsDataset(x, y)
    dataloader = DataLoader(dataset, batch_size=batch_size, shuffle=False,drop_last=True,collate_fn=collate_fn)
    #  shuffle是指每个epoch都随机打乱数据排列再分batch，
    #  这里一定要设置成false，否则之前的排序会直接被打乱，
    #  drop_last是指不利用最后一个不完整的batch（数据大小不能被batch_size整除）
    return dataloader

4.3.3 神经网络——Neural_network_batch.py

import torch
import torch.nn as nn
import torch.nn.functional as F


class MY_RNN(nn.Module):
	"""自己设计的RNN网络"""
    def __init__(self, len_feature, len_hidden, len_words, typenum=5, weight=None, layer=1, nonlinearity='tanh',
                 batch_first=True, drop_out=0.5):
        super(MY_RNN, self).__init__()
        self.len_feature = len_feature  # d的大小
        self.len_hidden = len_hidden  # l_h的大小
        self.len_words = len_words  # 单词的个数（包括padding）
        self.layer = layer  # 隐藏层层数
        self.dropout=nn.Dropout(drop_out)  # dropout层
        if weight is None:  # 随机初始化
            x = nn.init.xavier_normal_(torch.Tensor(len_words, len_feature))
            self.embedding = nn.Embedding(num_embeddings=len_words, embedding_dim=len_feature, _weight=x).cuda()
        else:  # GloVe初始化
            self.embedding = nn.Embedding(num_embeddings=len_words, embedding_dim=len_feature, _weight=weight).cuda()
        # 用nn.Module的内置函数定义隐藏层
        self.rnn = nn.RNN(input_size=len_feature, hidden_size=len_hidden, num_layers=layer, nonlinearity=nonlinearity,
                          batch_first=batch_first, dropout=drop_out).cuda()
        # 全连接层
        self.fc = nn.Linear(len_hidden, typenum).cuda()
        # 冗余的softmax层，可以不加
        # self.act = nn.Softmax(dim=1)

    def forward(self, x):
    	"""x:数据，维度为[batch_size， 句子长度]"""
        x = torch.LongTensor(x).cuda()
        batch_size = x.size(0)
        """经过词嵌入后，维度为[batch_size，句子长度，d]"""
        out_put = self.embedding(x)  # 词嵌入
        out_put=self.dropout(out_put)  # dropout层
		
		# 另一种初始化h_0的方式
        # h0 = torch.randn(self.layer, batch_size, self.len_hidden).cuda()
        # 初始化h_0为0向量
        h0 = torch.autograd.Variable(torch.zeros(self.layer, batch_size, self.len_hidden)).cuda()
        """dropout后不变，经过隐藏层后，维度为[1，batch_size, l_h]"""
        _, hn = self.rnn(out_put, h0)  # 隐藏层计算
        """经过全连接层后，维度为[1，batch_size, 5]"""
        out_put = self.fc(hn).squeeze(0)  # 全连接层
        """挤掉第0维度，返回[batch_size, 5]的数据"""
        # out_put = self.act(out_put)  # 冗余的softmax层，可以不加
        return out_put


class MY_CNN(nn.Module):
    def __init__(self, len_feature, len_words, longest, typenum=5, weight=None,drop_out=0.5):
        super(MY_CNN, self).__init__()
        self.len_feature = len_feature  # d的大小
        self.len_words = len_words  # 单词数目
        self.longest = longest  # 最长句子单词书目
        self.dropout = nn.Dropout(drop_out)  # Dropout层
        if weight is None:  # 随机初始化
            x = nn.init.xavier_normal_(torch.Tensor(len_words, len_feature))
            self.embedding = nn.Embedding(num_embeddings=len_words, embedding_dim=len_feature, _weight=x).cuda()
        else:  # GloVe初始化
            self.embedding = nn.Embedding(num_embeddings=len_words, embedding_dim=len_feature, _weight=weight).cuda()
         # Conv2d参数详解：（输入通道数：1，输出通道数：l_l，卷积核大小：（行数，列数））
         # padding是指往句子两侧加 0，因为有的句子只有一个单词
         # 那么 X 就是 1*50 对 W=2*50 的卷积核根本无法进行卷积操作
         # 因此要在X两侧行加0（两侧列不加），（padding=（1，0））变成 3*50
         # 又比如 padding=（2，0）变成 5*50
        self.conv1 = nn.Sequential(nn.Conv2d(1, longest, (2, len_feature), padding=(1, 0)), nn.ReLU()).cuda()  # 第1个卷积核+激活层
        self.conv2 = nn.Sequential(nn.Conv2d(1, longest, (3, len_feature), padding=(1, 0)), nn.ReLU()).cuda()  # 第2个卷积核+激活层
        self.conv3 = nn.Sequential(nn.Conv2d(1, longest, (4, len_feature), padding=(2, 0)), nn.ReLU()).cuda()  # 第3个卷积核+激活层
        self.conv4 = nn.Sequential(nn.Conv2d(1, longest, (5, len_feature), padding=(2, 0)), nn.ReLU()).cuda()  # 第4个卷积核+激活层
        # 全连接层
        self.fc = nn.Linear(4 * longest, typenum).cuda()
        # 冗余的softmax层，可以不加
        # self.act = nn.Softmax(dim=1)

    def forward(self, x):
    	"""x:数据，维度为[batch_size， 句子长度]"""
    	
        x = torch.LongTensor(x).cuda()
        """经过词嵌入后，维度为[batch_size，1，句子长度，d]"""
        out_put = self.embedding(x).view(x.shape[0], 1, x.shape[1], self.len_feature)  # 词嵌入
        """dropout后不变,记为X"""
        out_put=self.dropout(out_put)  # dropout层
		
		"""X经过2*d卷积后，维度为[batch_size，l_l，句子长度+2-1，1]"""
    	"""挤掉第三维度（维度从0开始），[batch_size，l_l，句子长度+2-1]记为Y_1"""
    	"""注意：句子长度+2-1的2是padding造成的行数扩张"""
        conv1 = self.conv1(out_put).squeeze(3)  # 第1个卷积
        
		"""X经过3*d卷积后，维度为[batch_size，l_l，句子长度+2-2，1]"""
    	"""挤掉第三维度（维度从0开始），[batch_size，l_l，句子长度+2-2]记为Y_2"""
        conv2 = self.conv2(out_put).squeeze(3)  # 第2个卷积
        
		"""X经过4*d卷积后，维度为[batch_size，l_l，句子长度+4-3，1]"""
    	"""挤掉第三维度（维度从0开始），[batch_size，l_l，句子长度+4-3]记为Y_3"""
        conv3 = self.conv3(out_put).squeeze(3)  # 第3个卷积
        
		"""X经过5*d卷积后，维度为[batch_size，l_l，句子长度+4-4，1]"""
    	"""挤掉第三维度（维度从0开始），[batch_size，l_l，句子长度+4-4]记为Y_4"""
        conv4 = self.conv4(out_put).squeeze(3)  # 第4个卷积
        
		"""分别对（Y_1,Y_2,Y_3,Y_4）的第二维（维度从0开始）进行pooling"""
		"""得到4个[batch_size,，l_l，1]的向量"""
		pool1 = F.max_pool1d(conv1, conv1.shape[2])
		pool2 = F.max_pool1d(conv2, conv2.shape[2])
		pool3 = F.max_pool1d(conv3, conv3.shape[2])
		pool4 = F.max_pool1d(conv4, conv4.shape[2])
		
		"""拼接得到[batch_size,，l_l*4，1]的向量"""
		"""挤掉第二维（维度从0开始）为[batch_size,，l_l*4]"""
        pool = torch.cat([pool1, pool2, pool3, pool4], 1).squeeze(2)  # 拼接起来
        """经过全连接层后，维度为[batch_size, 5]"""
        out_put = self.fc(pool)  # 全连接层
        # out_put = self.act(out_put)  # 冗余的softmax层，可以不加
        return out_put

4.3.4 结果&画图——comparison_plot_batch.py

import matplotlib.pyplot
import torch
import torch.nn.functional as F
from torch import optim
from Neural_Network_batch import MY_RNN,MY_CNN
from feature_batch import get_batch


def NN_embdding(model, train,test, learning_rate, iter_times):
	# 定义优化器（求参数）
    optimizer = optim.Adam(model.parameters(), lr=learning_rate)
    # 损失函数  
    loss_fun = F.cross_entropy
    # 损失值记录
    train_loss_record=list()
    test_loss_record=list()
    long_loss_record=list()
    # 准确率记录
    train_record=list()
    test_record=list()
    long_record=list()
    # torch.autograd.set_detect_anomaly(True)
	# 训练阶段
    for iteration in range(iter_times):
        model.train()  # 重要！！！进入非训练模式
        for i, batch in enumerate(train):
            x, y = batch  # 取一个batch
            y=y.cuda()
            pred = model(x).cuda()  # 计算输出
            optimizer.zero_grad()  # 梯度初始化
            loss = loss_fun(pred, y).cuda()  # 损失值计算
            loss.backward()  # 反向传播梯度
            optimizer.step()  # 更新参数

        model.eval()  # 重要！！！进入非训练模式（测试模式）
        # 本轮正确率记录
        train_acc = list()
        test_acc = list()
        long_acc = list()
        length = 20
        # 本轮损失值记录
        train_loss = 0
        test_loss = 0
        long_loss=0
        for i, batch in enumerate(train):
            x, y = batch  # 取一个batch
            y=y.cuda()
            pred = model(x).cuda()  # 计算输出
            loss = loss_fun(pred, y).cuda()    # 损失值计算
            train_loss += loss.item()  # 损失值累加
            _, y_pre = torch.max(pred, -1)
            # 计算本batch准确率
            acc = torch.mean((torch.tensor(y_pre == y, dtype=torch.float)))
            train_acc.append(acc)

        for i, batch in enumerate(test):
            x, y = batch  # 取一个batch
            y=y.cuda()
            pred = model(x).cuda()  # 计算输出
            loss = loss_fun(pred, y).cuda()  # 损失值计算
            test_loss += loss.item()  # 损失值累加
            _, y_pre = torch.max(pred, -1)
            # 计算本batch准确率
            acc = torch.mean((torch.tensor(y_pre == y, dtype=torch.float)))
            test_acc.append(acc)
            if(len(x[0]))>length:  # 长句子侦测
              long_acc.append(acc)
              long_loss+=loss.item()

        trains_acc = sum(train_acc) / len(train_acc)
        tests_acc = sum(test_acc) / len(test_acc)
        longs_acc = sum(long_acc) / len(long_acc)

        train_loss_record.append(train_loss / len(train_acc))
        test_loss_record.append(test_loss / len(test_acc))
        long_loss_record.append(long_loss/len(long_acc))
        train_record.append(trains_acc.cpu())
        test_record.append(tests_acc.cpu())
        long_record.append(longs_acc.cpu())
        print("---------- Iteration", iteration + 1, "----------")
        print("Train loss:", train_loss/ len(train_acc))
        print("Test loss:", test_loss/ len(test_acc))
        print("Train accuracy:", trains_acc)
        print("Test accuracy:", tests_acc)
        print("Long sentence accuracy:", longs_acc)

    return train_loss_record,test_loss_record,long_loss_record,train_record,test_record,long_record


def NN_embedding_plot(random_embedding,glove_embedding,learning_rate, batch_size, iter_times):
	# 获得训练集和测试集的batch
    train_random = get_batch(random_embedding.train_matrix,
                             random_embedding.train_y, batch_size)
    test_random = get_batch(random_embedding.test_matrix,
                            random_embedding.test_y, batch_size)
    train_glove = get_batch(glove_embedding.train_matrix,
                            glove_embedding.train_y, batch_size)
    test_glove = get_batch(random_embedding.test_matrix,
                           glove_embedding.test_y, batch_size)
    # 模型建立             
    torch.manual_seed(2021)
    torch.cuda.manual_seed(2021)
    random_rnn = MY_RNN(50, 50, random_embedding.len_words)
    torch.manual_seed(2021)
    torch.cuda.manual_seed(2021)
    random_cnn = MY_CNN(50, random_embedding.len_words, random_embedding.longest)
    torch.manual_seed(2021)
    torch.cuda.manual_seed(2021)
    glove_rnn = MY_RNN(50, 50, glove_embedding.len_words, weight=torch.tensor(glove_embedding.embedding, dtype=torch.float))
    torch.manual_seed(2021)
    torch.cuda.manual_seed(2021)
    glove_cnn = MY_CNN(50, glove_embedding.len_words, glove_embedding.longest,weight=torch.tensor(glove_embedding.embedding, dtype=torch.float))
    # rnn+random
    torch.manual_seed(2021)
    torch.cuda.manual_seed(2021)
    trl_ran_rnn,tel_ran_rnn,lol_ran_rnn,tra_ran_rnn,tes_ran_rnn,lon_ran_rnn=\
        NN_embdding(random_rnn,train_random,test_random,learning_rate,  iter_times)
    # cnn+random
    torch.manual_seed(2021)
    torch.cuda.manual_seed(2021)
    trl_ran_cnn,tel_ran_cnn,lol_ran_cnn, tra_ran_cnn, tes_ran_cnn, lon_ran_cnn = \
        NN_embdding(random_cnn, train_random,test_random, learning_rate, iter_times)
    # rnn+glove
    torch.manual_seed(2021)
    torch.cuda.manual_seed(2021)
    trl_glo_rnn,tel_glo_rnn,lol_glo_rnn, tra_glo_rnn, tes_glo_rnn, lon_glo_rnn = \
        NN_embdding(glove_rnn, train_glove,test_glove, learning_rate, iter_times)
    # cnn+glove
    torch.manual_seed(2021)
    torch.cuda.manual_seed(2021)
    trl_glo_cnn,tel_glo_cnn,lol_glo_cnn, tra_glo_cnn, tes_glo_cnn, lon_glo_cnn= \
        NN_embdding(glove_cnn,train_glove,test_glove, learning_rate, iter_times)
   	# 画图部分 
    x=list(range(1,iter_times+1))
    matplotlib.pyplot.subplot(2, 2, 1)
    matplotlib.pyplot.plot(x, trl_ran_rnn, 'r--', label='RNN+random')
    matplotlib.pyplot.plot(x, trl_ran_cnn, 'g--', label='CNN+random')
    matplotlib.pyplot.plot(x, trl_glo_rnn, 'b--', label='RNN+glove')
    matplotlib.pyplot.plot(x, trl_glo_cnn, 'y--', label='CNN+glove')
    matplotlib.pyplot.legend()
    matplotlib.pyplot.legend(fontsize=10)
    matplotlib.pyplot.title("Train Loss")
    matplotlib.pyplot.xlabel("Iterations")
    matplotlib.pyplot.ylabel("Loss")
    matplotlib.pyplot.subplot(2, 2, 2)
    matplotlib.pyplot.plot(x, tel_ran_rnn, 'r--', label='RNN+random')
    matplotlib.pyplot.plot(x, tel_ran_cnn, 'g--', label='CNN+random')
    matplotlib.pyplot.plot(x, tel_glo_rnn, 'b--', label='RNN+glove')
    matplotlib.pyplot.plot(x, tel_glo_cnn, 'y--', label='CNN+glove')
    matplotlib.pyplot.legend()
    matplotlib.pyplot.legend(fontsize=10)
    matplotlib.pyplot.title("Test Loss")
    matplotlib.pyplot.xlabel("Iterations")
    matplotlib.pyplot.ylabel("Loss")
    matplotlib.pyplot.subplot(2, 2, 3)
    matplotlib.pyplot.plot(x, tra_ran_rnn, 'r--', label='RNN+random')
    matplotlib.pyplot.plot(x, tra_ran_cnn, 'g--', label='CNN+random')
    matplotlib.pyplot.plot(x, tra_glo_rnn, 'b--', label='RNN+glove')
    matplotlib.pyplot.plot(x, tra_glo_cnn, 'y--', label='CNN+glove')
    matplotlib.pyplot.legend()
    matplotlib.pyplot.legend(fontsize=10)
    matplotlib.pyplot.title("Train Accuracy")
    matplotlib.pyplot.xlabel("Iterations")
    matplotlib.pyplot.ylabel("Accuracy")
    matplotlib.pyplot.ylim(0, 1)
    matplotlib.pyplot.subplot(2, 2, 4)
    matplotlib.pyplot.plot(x, tes_ran_rnn, 'r--', label='RNN+random')
    matplotlib.pyplot.plot(x, tes_ran_cnn, 'g--', label='CNN+random')
    matplotlib.pyplot.plot(x, tes_glo_rnn, 'b--', label='RNN+glove')
    matplotlib.pyplot.plot(x, tes_glo_cnn, 'y--', label='CNN+glove')
    matplotlib.pyplot.legend()
    matplotlib.pyplot.legend(fontsize=10)
    matplotlib.pyplot.title("Test Accuracy")
    matplotlib.pyplot.xlabel("Iterations")
    matplotlib.pyplot.ylabel("Accuracy")
    matplotlib.pyplot.ylim(0, 1)
    matplotlib.pyplot.tight_layout()
    fig = matplotlib.pyplot.gcf()
    fig.set_size_inches(8, 8, forward=True)
    matplotlib.pyplot.savefig('main_plot.jpg')
    matplotlib.pyplot.show()
    matplotlib.pyplot.subplot(2, 1, 1)
    matplotlib.pyplot.plot(x, lon_ran_rnn, 'r--', label='RNN+random')
    matplotlib.pyplot.plot(x, lon_ran_cnn, 'g--', label='CNN+random')
    matplotlib.pyplot.plot(x, lon_glo_rnn, 'b--', label='RNN+glove')
    matplotlib.pyplot.plot(x, lon_glo_cnn, 'y--', label='CNN+glove')
    matplotlib.pyplot.legend()
    matplotlib.pyplot.legend(fontsize=10)
    matplotlib.pyplot.title("Long Sentence Accuracy")
    matplotlib.pyplot.xlabel("Iterations")
    matplotlib.pyplot.ylabel("Accuracy")
    matplotlib.pyplot.ylim(0, 1)
    matplotlib.pyplot.subplot(2, 1, 2)
    matplotlib.pyplot.plot(x, lol_ran_rnn, 'r--', label='RNN+random')
    matplotlib.pyplot.plot(x, lol_ran_cnn, 'g--', label='CNN+random')
    matplotlib.pyplot.plot(x, lol_glo_rnn, 'b--', label='RNN+glove')
    matplotlib.pyplot.plot(x, lol_glo_cnn, 'y--', label='CNN+glove')
    matplotlib.pyplot.legend()
    matplotlib.pyplot.legend(fontsize=10)
    matplotlib.pyplot.title("Long Sentence Loss")
    matplotlib.pyplot.xlabel("Iterations")
    matplotlib.pyplot.ylabel("Loss")
    matplotlib.pyplot.tight_layout()
    fig = matplotlib.pyplot.gcf()
    fig.set_size_inches(8, 8, forward=True)
    matplotlib.pyplot.savefig('sub_plot.jpg')
    matplotlib.pyplot.show()

五. 总结

本次实验跑完了15万数据，比上次任务一好多了，推荐用Google的Colab(需要科学上网)，或者Kaggle(不需要科学上网)的GPU来跑代码，速度会快很多，比纯CPU快多了。

还有一点需要注意的是，尽管很多地方设置了随机种子，但好像还是每次跑出来的结果不一样？不知道是什么原因，不过结果大体上是相同的·，正确率最高到接近 $67\%$.

以上就是本次NLP-Beginner的任务二，谢谢各位的阅读，欢迎各位对本文章指正或者进行讨论，希望可以帮助到大家！

六. 自我推销

• 我的代码&其它NLP作业传送门

• LeetCode练习