详解文本分类之多通道CNN的理论与实践_多通道文本分类

导读

最近在梳理文本分类的各个神经网络算法，特地一个来总结下。接下来将要一个文章一个文章的讲解各个算法的理论与实践。目录暂定为：

1. 多通道卷积神经网络（multi_channel_CNN）

2. 深度卷积神经网络（deep_CNN）

3. 基于字符的卷积神经网络（Char_CNN）

4. 循环与卷积神经网络并用网络（LSTM_CNN）

5. 树状循环神经网络（Tree-LSTM）

6. Transformer（目前常用于NMT）

7. etc..

之后的以后再补充。今天我们先讲第一个，多通道卷积神经网络。

 

先前知识补充

先说点基础的，我们最刚开始的分类其实就是embedding层之后直接经过线性层进行降维，将其映射到分类上，图为：

然后因为参数太多，计算太慢，所以产生了pooling池化层，取指定维度的一个参数代表整个维度，从而大大降低了计算量，而且效果还不错。图为：

之后又有人想到没有充分的利用到句子的上下词语的关系，所以就讲图像算法的CNN运用到了NLP上，这个就相当于NLP里的n-gram（unigram，bigram，trigram...）一样，寻找相邻词语组合形成的特征。图为：

有了上面的基础，我们引出multi_channel_CNN就容易多了。

 

multi_channel_CNN

多通道，就是CNN中的一次性卷积要处理的多少组数据。比如图像中，如果是只有灰度值的图像就只有一个通道，如果是彩色图片的话，就会RGB三个图像（也就是三个通道）。那么NLP中怎么利用这个多通道特征呢？有人就想了NLP中不就一个句子长度 * embed维度组成的一个二维输入吗？是这样的，刚开始我们用的都是单通道的。

但是有人就提出了这样的想法：

初始化两个不同的embedding，将句子用两个embedding表示出来，这样就可以有两个通道了。

时间确实是这样的，但是我们常用的是一个是随机初始化的embedding，另一个是使用预训练embedding（w2v or GloVe ...）。图为：

 

实践

这个其实和图像是想的差不多了。（pytorch）

class Multi_Channel_CNN 初始化：

def __init__(self, opts, vocab, label_vocab):
       super(Multi_Channel_CNN, self).__init__()
 
       random.seed(opts.seed)
       torch.manual_seed(opts.seed)
       torch.cuda.manual_seed(opts.seed)
 
       self.embed_dim = opts.embed_size
       self.word_num = vocab.m_size
       self.pre_embed_path = opts.pre_embed_path
       self.string2id = vocab.string2id
       self.embed_uniform_init = opts.embed_uniform_init
       self.stride = opts.stride
       self.kernel_size = opts.kernel_size
       self.kernel_num = opts.kernel_num
       self.label_num = label_vocab.m_size
       self.embed_dropout = opts.embed_dropout
       self.fc_dropout = opts.fc_dropout
 
       self.embeddings = nn.Embedding(self.word_num, self.embed_dim)
       self.embeddings_static = nn.Embedding(self.word_num, self.embed_dim)
 
       if opts.pre_embed_path != '':
           embedding = Embedding.load_predtrained_emb_zero(self.pre_embed_path, self.string2id)
           self.embeddings_static.weight.data.copy_(embedding)
       else:
           nn.init.uniform_(self.embeddings_static.weight.data, -self.embed_uniform_init, self.embed_uniform_init)
 
       nn.init.uniform_(self.embeddings.weight.data, -self.embed_uniform_init, self.embed_uniform_init)
 
       # 2 convs
       self.convs = nn.ModuleList(
           [nn.Conv2d(2, self.embed_dim, (K, self.embed_dim), stride=self.stride, padding=(K // 2, 0)) for K in self.kernel_size])
 
       in_fea = len(self.kernel_size)*self.kernel_num
       self.linear1 = nn.Linear(in_fea, in_fea // 2)
       self.linear2 = nn.Linear(in_fea // 2, self.label_num)
       self.embed_dropout = nn.Dropout(self.embed_dropout)
       self.fc_dropout = nn.Dropout(self.fc_dropout)

这个部分主要将输入的通道数1改为2即可。

 

数据流通部分：

def forward(self, input):
       static_embed = self.embeddings_static(input)  # torch.Size([64, 39, 100])
       embed = self.embeddings(input)  # torch.Size([64, 39, 100])
 
       x = torch.stack([static_embed, embed], 1)  # torch.Size([64, 2, 39, 100])
 
       out = self.embed_dropout(x)
 
       l = []
       for conv in self.convs:
           l.append(F.relu(conv(out)).squeeze(3))  # torch.Size([64, 100, 39])
 
       out = l
       l = []
       for i in out:
           l.append(F.max_pool1d(i, kernel_size=i.size(2)).squeeze(2))  # torch.Size([64, 100])
 
       out = torch.cat(l, 1)  # torch.Size([64, 300])
 
       out = self.fc_dropout(out)
 
       out = self.linear1(out)
       out = self.linear2(F.relu(out))
 
       return out

这里主要就是一个stack函数的应用，将两个embedding放到一个新的维度里。

 

数据对比

可以明显看出多通道优点还是很突出的。

 

github地址：

https://github.com/zenRRan/Sentiment-Analysis/blob/master/models/multi_channel_CNN.py

欢迎fork，有问题大家尽管指出！

 

PS：上述图片均来自于导师张梅山，唐都钰的《Deep Learning in Natural Language Processing》的情感分析篇。

---

更多精彩内容，请关注 深度学习自然语言处理 公众号，就是下方啦！跟随小博主，每天进步一丢丢！哈哈！