Keras简单情感建模分析_情感分析建模

from tensorflow.keras.layers import Dense, Flatten, Input
from keras.layers.embeddings import Embedding
from tensorflow.keras.models import Model
from tensorflow.keras.preprocessing.sequence import pad_sequences
from tensorflow.keras.preprocessing.text import one_hot
import numpy as np
 
def pre():
    docs = ['Well done!',
            'Good work',
            'Great effort',
            'nice work',
            'Excellent!',
            'Weak',
            'Poor effort!',
            'not good',
            'poor work',
            'Could have done better.']
    # 1表示正面评价，0表示负面评价
    labels = np.array([1, 1, 1, 1, 1, 0, 0, 0, 0, 0])
    # one - hot对其进行encode
    vocab_size = 50  # 将词汇表大小设置为50，大大减少了hash函数的冲突概率
    encoded_docs = [one_hot(d, vocab_size) for d in docs]  # one-hot编码到[1,n]，不包括0
    print('encoded_docs: ', encoded_docs)
    # 我们用padding对编码进行填充，保证它们的长度一致，这里将长度设置为4。
    max_length = 4
    # padding填充到最大的词汇长度（此处为4），用0向后填充（post）
    padded_docs = pad_sequences(encoded_docs, maxlen=max_length, padding='post')  #序列预处理和序列填充
    print('padded_docs: ', padded_docs)
 
    return padded_docs,labels
 
def net():
    vocab_size= 50
    max_length = 4
    input = Input(shape=(4,))  # input为一维数组，里面有4个元素
    # 第一个参数表示input_dim文本数据中词汇的取值可能数
    # 第二个参数表示output_dim嵌入向量空间的大小（为每个单词定义了这个层的输出向量的大小）
    # 第三个参数表示input_length，输入序列的长度（一次输入带有的词汇个数）
    # 嵌入层的输出是4个向量，每个向量8维
    x = Embedding(vocab_size, 8, input_length=max_length)(input)  # 这一步参数两为50×8（包含50个词的词汇表、一个8维的向量空间，每个词包含4个词）
    # 将其展平为一个32个元素的向量，以传递给Dense输出层
    x = Flatten()(x)  # Embedding层的输出是一个 4×8 矩阵，它被Flatten层压缩为一个 32 元素的向量。
    x = Dense(1, activation='sigmoid')(x)
    model = Model(inputs=input, outputs=x) #使用Keras的另外一种建模方式，不是Sequence
    model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['acc']) #优化设置
    print(model.summary())
 
    padded_docs,labels=pre()
    # 拟合模型
    model.fit(padded_docs, labels, epochs=100, verbose=0)
    # 评估模型
    loss, accuracy = model.evaluate(padded_docs, labels, verbose=0)
    print('Accuracy: %f %%' % (accuracy * 100))
 
    # test一下经过embedding层之后，模型的拟合能力。
    test = one_hot('good', 50)
    padded_test = pad_sequences([test], maxlen=max_length, padding='post')
    #输入序列test,最大长度是maxlen，padding['pre','post'],post是指后面添加，pre是指前面开始，默认前面，truncating=post从后面开始，truncating=pre表示从头开始
    print(model.predict(padded_test))

这里需要将pad_sqquences这个函数解释一下：

tf.keras.preprocessing.sequence.pad_sequence(
                                             sequences, maxlen=None，dtype='int32', padding='pre'
                                             truncating='pre',value=0.0 )
 

测试一下：

from tensorflow.keras.preprocessing.sequence import pad_sequences
 
 
x = [[3],[5,6],[7,8,9]]
 
y= pad_sequences(x) #默认输出[3,3] ，不够就补零
print(y)
 
y1= pad_sequences(x,maxlen=2) #最大长度是2
print(y1)
 
 
y2= pad_sequences(x,padding='post') #从后面向前补零
print(y2)
 
y3= pad_sequences(x,padding='pre') #从前向后面补零
print(y3)
 
y4= pad_sequences(x,maxlen=2,truncating="post") #从后面向前保留
print(y4)
 
y5= pad_sequences(x,maxlen=2,truncating="pre") #从前向后面保留
print(y5)