LSTM-based Sentiment Classification

  • 2020 年 2 月 15 日
  • 笔记

第一次使用需要在实验环境中下载相关的python库

!pip install torch  !pip install torchtext  !python -m spacy download en

我们初步的设想是,首先将一个句子输入到LSTM,这个句子有多少个单词,就有多少个输出,然后将所有输出通过一个Linear Layer,这个Linear Layer的out_size是1,起到Binary Classification的作用

然后对于每个输入,我们需要先要进行Embedding,把每个单词转换成固定长度的vector,再送到LSTM里面去,假设每个单词我们都用一个长度为100的vector来表示,每句话有seq个单词(动态的,每句话的seq长度不一定一样),那么输入的shape就是[seq, b, 100]。最终通过Linear Layer输出的$y$的shape就是[b]

我们使用的数据集是torchtext库里面的IMDB数据集

import torch  from torch import nn, optim  from torchtext import data, datasets    print("GPU:",torch.cuda.is_available())  torch.manual_seed(123)    TEXT = data.Field(tokenize='spacy')  LABEL = data.LabelField(dtype=torch.float)  train_data, test_data = datasets.IMDB.splits(TEXT, LABEL)    print('len of train data:', len(train_data))  print('len of test data:', len(test_data))    print(train_data.examples[15].text)  print(train_data.examples[15].label)    # word2vec, glove  TEXT.build_vocab(train_data, max_size=10000, vectors='glove.6B.100d')  LABEL.build_vocab(train_data)    batch_size = 30  device = torch.device('cuda')  train_iterator, test_iterator = data.BucketIterator.splits(      (train_data, test_data),      batch_size = batch_size,      device = device  )

上面这些代码里面有些参数不懂不要紧,因为只是加载数据集而已,不是很重要。如果想要了解torchtext,可以看这篇文章

接下来比较重要,定义网络结构

class RNN(nn.Module):    def __init__(self, vocab_size, embedding_dim, hidden_dim):      super(RNN, self).__init__()      # [0-10001] => [100]      self.embedding = nn.Embedding(vocab_size, embedding_dim)      # [100] => [200]      self.rnn = nn.LSTM(embedding_dim, hidden_dim, num_layers=2                ,bidirectional=True, dropout=0.5)      # [256*2] => [1]      self.fc = nn.Linear(hidden_dim*2, 1)      self.dropout = nn.Dropout(0.5)    def forward(self, x):      # [seq, b, 1] => [seq, b, 100]      embedding = self.dropout(self.embedding(x))      # output: [seq, b, hid_dim*2]      # hidden/h: [num_layers*2, b, hid_dim]      # cell/c: [num_layers*2, b, hid_dim]      output, (hidden, cell) = self.rnn(embedding)      # [num_layers*2, b, hid_dim] => 2 of [b, hid_dim] => [b, hid_dim*2]      hidden = torch.cat([hidden[-2], hidden[-1]], dim=1)      # [b, hid_dim*2] => [b, 1]      hidden = self.dropout(hidden)      out = self.fc(hidden)      return out

nn.embedding(m, n)其中m表示单词的总数目,n表示词嵌入的维度(每个单词编码为长度为n的vector)

然后就是LSTM本身,这里就不做过多解释了,参数介绍可以查看我的这篇文章,其中有一点之前的文章中没有提到,就是这个bidirectional参数,设置为True表示这个LSTM是双向的,很好理解,之前学过的RNN都是单向的,很有局限,例如下面这句话

  • 我今天不舒服,我打算___一天

如果是单向RNN,这个空肯定会填"医院"或者"睡觉"之类的,但是如果是双向的,它就能知道后面跟着"一天",这时"请假","休息"之类的被选择的概率就会更大

最后的Fully Connected Layer可以理解为把所有输出的信息做个综合,转化为一个一维的tensor

rnn = RNN(len(TEXT.vocab), 100, 256)  pretrained_embedding = TEXT.vocab.vectors  print('pretrained_embedding:', pretrained_embedding.shape)  rnn.embedding.weight.data.copy_(pretrained_embedding)  print('embedding layer inited.')

Embedding层如果不初始化,生成的权值是随机的,所以必须要初始化,这个权值是通过下载Glove编码方式得到的,下载得到的其实就是个weight,直接覆盖掉embedding里面的weight,通过rnn.embedding.weight.data.copy_(pretrained_embedding)的方式

然后我们看一下怎么Train这个网络

import numpy as np    def binary_acc(preds, y):    """    get accuracy    """    preds = torch.round(torch.sigmoid(preds))    correct = torch.eq(preds, y).float()    acc = correct.sum() / len(correct)    return acc    def train(rnn, iterator, optimizer, criteon):    avg_acc = []    rnn.train()    for i, batch in enumerate(iterator):      # [seq, b] => [b, 1] => [b]      pred = rnn(batch.text).squeeze()      loss = criteon(pred, batch.label)      acc = binary_acc(pred, batch.label).item()      avg_acc.append(acc)      optimizer.zero_grad()      loss.backward()      optimizer.step()        if i%10 == 0:        print(i, acc)    avg_acc = np.array(avg_acc).mean()    print('avg acc:', avg_acc)

Train其实很简单了,就是把text丢进去,然后返回一个shape为[b, 1]的output,利用squeeze()函数,去掉其中维数为1的维度,shape变成[b],方便与label进行比较

同样的道理,Test也非常简单

def eval(rnn, iterator, criteon):    avg_acc = []    rnn.eval()      with torch.no_grad():      for batch in iterator:        # [b, 1] => [b]        pred = rnn(batch.text).squeeze()        loss = criteon(pred, batch.label)        acc = binary_acc(pred, batch.label).item()        avg_acc.append(acc)    avg_acc = np.array(avg_acc).mean()    print(">>test:", avg_acc)

最后定义一下loss和optimizer

optimizer = optim.Adam(rnn.parameters(), lr=1e-3)  criteon = nn.BCEWithLogitsLoss().to(device)  rnn.to(device)

其中BCEWithLogitsLoss()主要用于二分类问题。nn.BCELoss()是针对二分类用的交叉熵,这俩都是用于二分类,有什么区别呢?区别在于BCEWithLogitsLoss将Sigmoid层和BCELoss合并在了一起。如果还是觉得不理解,可以看下这篇博客

ipynb版本代码

py版本代码