NLP系列（3）文本分类（Bert+TextCNN）pytorch

在前面两章Bert 和 TextCNN 模型，用这两个模型来进行文本分类。那我们就可以试一下将这两个模型进行融合来进行文本分类。

模型介绍

我们知道在进行模型融合时，要注意的时在第一个模型的输出要符合第二个模型的输入。

Bert 模型的输出是有不同的情况；TextCNN模型的输入是一个四维的，[bacth_size, 1, max_len, bedding]。

Bert 模型输出

 图1 bert 模型输出

 前三个输出：

  图2 bert 模型前三个输出解释

last_hidden_state：模型最后一层输出的隐藏状态序列。(batch_size, sequence_length, hidden_size)

pooler_output：通常后面直接接线性层用来文本分类，不添加其他的模型或层。

hidden_states：每层输出的模型隐藏状态加上可选的初始嵌入输出。12*(batch_size, sequence_length, hidden_size)

根据上面三个可知，如果我们要加上 TextCNN 模型，可以选择last_hidden_state和hidden_states，这两个不同的区别就是 last_hidden_state 是最后一层的输出，而hidden_states 是每一层的输出。因此对于 bert 模型的输出我们就有两种选择。

模型选择1:

  图3 模型结构图1

我们以最后一层的模型输出的隐藏状态作为 TextCNN 模型的输入，此时要想在TextCNN 模型能正常进行训练，需要修改 shape 。

[batch_size, max_len, hidden_size] --》 [batch_size, 1, max_len, hidden_size]

out = hidden_out.last_hidden_state.unsqueeze(1)   # shape [batch_size, 1, max_len, hidden_size]

 模型选择2:

 图4 模型结构图2

我们以每一层的模型输出的隐藏状态作为 TextCNN 模型的输入，此时要想在TextCNN 模型能正常进行训练，需要修改隐藏状态。输出的第一层是我们不需要的（第一层是 embedding 层不需要），且 sequence_length 也是不需要的，需要将其去掉。

hidden_states = outputs.hidden_states  # 13 * [batch_size, seq_len, hidden] 第一层是 embedding 层不需要
cls_embeddings = hidden_states[1][:, 0, :].unsqueeze(1)  # [batch_size, 1, hidden]

 我们通过循环将剩余的层数给取出来，并将取出来的层数进行拼接作为 TextCNN 模型的输入。

        for i in range(2, 13):
            cls_embeddings = torch.cat((cls_embeddings, hidden_states[i][:, 0, :].unsqueeze(1)), dim=1)

 拼接后的输入的 shpe 为 [batch_size, 12, hidden]，最后将该 shape 送入 TextCNN 模型进行训练。

数据处理

        text = self.all_text[index]

        # Tokenize the pair of sentences to get token ids, attention masks and token type ids
        encoded_pair = self.tokenizer(text,
                                      padding='max_length',  # Pad to max_length
                                      truncation=True,  # Truncate to max_length
                                      max_length=self.max_len,
                                      return_tensors='pt')  # Return torch.Tensor objects
        
        # shape [max_len]
        token_ids = encoded_pair['input_ids'].squeeze(0)  # tensor of token ids  torch.Size([max_len])
        attn_masks = encoded_pair['attention_mask'].squeeze(0)  # binary tensor with "0" for padded values and "1" for the other values  torch.Size([max_len])
        token_type_ids = encoded_pair['token_type_ids'].squeeze(0)  # binary tensor with "0" for the 1st sentence tokens & "1" for the 2nd sentence tokens  torch.Size([max_len])

        if self.with_labels:  # True if the dataset has labels
            label = int(self.all_label[index])
            return token_ids, attn_masks, token_type_ids, label
        else:
            return token_ids, attn_masks, token_type_ids

模型准备

模型1：

class BertTextModel_encode_layer(nn.Module):
    def __init__(self):
        super(BertTextModel_encode_layer, self).__init__()
        self.bert = BertModel.from_pretrained(parsers().bert_pred)

        for param in self.bert.parameters():
            param.requires_grad = True

        self.linear = nn.Linear(parsers().hidden_size, parsers().class_num)
        self.textCnn = TextCnnModel()

    def forward(self, x):
        input_ids, attention_mask, token_type_ids = x[0], x[1], x[2]
        outputs = self.bert(input_ids=input_ids, attention_mask=attention_mask,
                            token_type_ids=token_type_ids,
                            output_hidden_states=True  # 确保 hidden_states 的输出有值
                            )
        # 取每一层encode出来的向量
        hidden_states = outputs.hidden_states  # 13 * [batch_size, seq_len, hidden] 第一层是 embedding 层不需要
        cls_embeddings = hidden_states[1][:, 0, :].unsqueeze(1)  # [batch_size, 1, hidden]
        # 将每一层的第一个token(cls向量)提取出来，拼在一起当作textCnn的输入
        for i in range(2, 13):
            cls_embeddings = torch.cat((cls_embeddings, hidden_states[i][:, 0, :].unsqueeze(1)), dim=1)
        # cls_embeddings: [bs, 12, hidden]
        pred = self.textCnn(cls_embeddings)
        return pred

 模型2：

class BertTextModel_last_layer(nn.Module):
    def __init__(self):
        super(BertTextModel_last_layer, self).__init__()
        self.bert = BertModel.from_pretrained(parsers().bert_pred)
        for param in self.bert.parameters():
            param.requires_grad = True

        # TextCNN
        self.convs = nn.ModuleList(
            [nn.Conv2d(in_channels=1, out_channels=parsers().num_filters, kernel_size=(k, parsers().hidden_size),) for k in parsers().filter_sizes]
        )
        self.dropout = nn.Dropout(parsers().dropout)
        self.fc = nn.Linear(parsers().num_filters * len(parsers().filter_sizes), parsers().class_num)

    def conv_pool(self, x, conv):
        x = conv(x)  # shape [batch_size, out_channels, x.shape[1] - conv.kernel_size[0] + 1, 1]
        x = F.relu(x)
        x = x.squeeze(3)  # shape [batch_size, out_channels, x.shape[1] - conv.kernel_size[0] + 1]
        size = x.size(2)
        x = F.max_pool1d(x, size)   # shape[batch+size, out_channels, 1]
        x = x.squeeze(2)  # shape[batch+size, out_channels]
        return x

    def forward(self, x):
        input_ids, attention_mask, token_type_ids = x[0], x[1], x[2]  # shape [batch_size, max_len]
        hidden_out = self.bert(input_ids, attention_mask=attention_mask, token_type_ids=token_type_ids,
                               output_hidden_states=False)
        out = hidden_out.last_hidden_state.unsqueeze(1)   # shape [batch_size, 1, max_len, hidden_size]
        out = torch.cat([self.conv_pool(out, conv) for conv in self.convs], 1)  # shape  [batch_size, parsers().num_filters * len(parsers().filter_sizes]
        out = self.dropout(out)
        out = self.fc(out)
        return out

模型训练

def train(model, device, trainLoader, opt, epoch):
    model.train()
    loss_sum, count = 0, 0
    for batch_index, batch_con in enumerate(trainLoader):
        batch_con = tuple(p.to(device) for p in batch_con)
        pred = model(batch_con)

        opt.zero_grad()
        loss = loss_fn(pred, batch_con[-1])
        loss.backward()
        opt.step()
        loss_sum += loss
        count += 1

        if len(trainLoader) - batch_index <= len(trainLoader) % 1000 and count == len(trainLoader) % 1000:
            msg = "[{0}/{1:5d}]\tTrain_Loss:{2:.4f}"
            print(msg.format(epoch + 1, batch_index + 1, loss_sum / count))
            loss_sum, count = 0.0, 0

        if batch_index % 1000 == 999:
            msg = "[{0}/{1:5d}]\tTrain_Loss:{2:.4f}"
            print(msg.format(epoch + 1, batch_index + 1, loss_sum / count))
            loss_sum, count = 0.0, 0

训练结果

由于训练时间长，我对这两个模型都只训练的一次，来看模型在验证集上的准确率。发现在只训练一轮时，模型1的准确率高于模型2的准确率。

BertTextModel_encode_layer

  图5 模型2输出

BertTextModel_last_layer

图6 模型1输出1

  图7 模型1输出2

模型预测

选取 BertTextModel_last_layer 模型的模型文件来进行预测

 图8 模型1预测结果

源码获取

bert-TextCNN 文本分类使用 pytorch 框架来处理自然语言（文本分类、实体识别、三元组抽取）. Contribute to mzc421/pytorch-nlp development by creating an account on GitHub.https://github.com/mzc421/pytorch-nlp/tree/master/03-bert-TextCNN%20%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB

 硬性的标准其实限制不了无限可能的我们，所以啊！少年们加油吧！