TextCNN文本分类在pytorch中的实现
基于TextCNN和transformers.BertTokenizer的新闻文本分类实现，包括训练、预测、数据加载和准确率评估。
目录
1.项目代码
https://github.com/NeoTse0622/TextCNN-pytorch
2.模型结构
Structure of TextCNN:
3.相关模型仓库
（1）在./bert-base-chinese下载BERT分词器模型（必要）
pytorch.bin
（2）下载本项目提供的训练模型（可选）
本项目提供训练好的模型文件，可供项目直接实现预测分类。
点击链接textcnn_model.pth
下载预测分类模型。
（3）项目环境
pip install requirementx.txt
4.准备工作
（1）训练集、验证集样例：
（2）训练集、验证集格式：
（3）根据实际数据集映射标签设置
# 标签映射字典
label_map = {
0: '体育',
1: '财经',
2: '房产',
3: '家居',
4: '教育',
5: '科技',
6: '时尚',
7: '时政',
8: '游戏',
9: '娱乐'
}
5.项目调参config.py
在文本分类任务中，超参数的选择对模型性能有显著影响。以下是本项目中使用的主要超参数：
vocab_size：词汇表的大小。
embed_size：词嵌入的维度。
num_classes：分类的类别数量。
kernel_sizes：卷积核的大小列表。
num_channels：每个卷积核的数量（输出通道数）。
dropout：dropout 概率。
batch_size：每批次处理的样本数量。
lr：学习率。
num_epochs：训练的迭代次数。
num_workers：数据加载时的线程数量。
6.预测与评估
（1）预测
在dataset文件夹中放置需要预测的测试集data_test.csv，获得label预测列。
（2）评估
从data_validation.csv中获取每一类新闻的分类精度。
Please Cite This Work
引用请@Neo很努力
Update time:2024/7/16
URL:https://github.com/NeoTse0622
CSDN:https://blog.csdn.net/qq_45193872?spm=1018.2226.3001.5343
