Chinese-Text-Classification-Mindspore
中文文本分类，TextCNN，TextRNN，FastText，TextRCNN，BiLSTM_Attention, DPCNN, Transformer, 基于mindspore，开箱即用。
介绍
声明：
本项目是通过原Chinese-Text-Classification-Pytorch项目针对pytorch进行mindspore框架的模型迁移与训练，旨在让更多感兴趣的人能够上手mindspore并了解、支持mindspore的研发，做出贡献加速mindspore社区成长与完善,欢迎star:star2::blush::two_hearts:
Mindspore：
昇思MindSpore通过社区合作，面向全场景构建最佳昇腾匹配、支持多处理器架构的开放AI架构，为算法工程师和数据科学家提供开发友好、运行高效、部署灵活的体验，帮助人工智能软硬件应用生态繁荣发展。
数据以字为单位输入模型，预训练词向量使用 搜狗新闻 Word+Character 300d，点这里下载
环境
python 3.7
mindspore 2.0.0
tqdm
sklearn
中文数据集
从THUCNews中抽取了20万条新闻标题，文本长度在20到30之间。一共10个类别，每类2万条。
类别：财经、房产、股票、教育、科技、社会、时政、体育、游戏、娱乐。
数据集划分：
| 数据集 | 数据量 |
|---|---|
| 训练集 | 18万 |
| 验证集 | 1万 |
| 测试集 | 1万 |
更换自己的数据集
- 如果用字，按照数据集的格式来格式化你的数据。
- 如果用词，提前分好词，词之间用空格隔开，
python run.py --model TextCNN --word True - 使用预训练词向量：utils.py的main函数可以提取词表对应的预训练词向量。
使用说明
# 训练并测试：
# TextCNN
python run.py --model TextCNN
# TextRNN
python run.py --model TextRNN
# TextRNN_Att
python run.py --model TextRNN_Att
# TextRCNN
python run.py --model TextRCNN
# FastText, embedding层是随机初始化的
python run.py --model FastText --embedding random
# DPCNN
python run.py --model DPCNN
# Transformer
python run.py --model Transformer
参数
模型都在models目录下，超参定义和模型定义在同一文件中。