基于Transformer实现文本分类（Keras/TensorFlow）

2017年，Google 在论文 Attention is All you need 中提出了 Transformer 模型，其使用 Self-Attention 结构取代了在 NLP 任务中常用的 RNN 网络结构。而且实验也证明Transformer 在效果上已经完败传统的 RNN 网络。

简单来说，Transformer  可以被看做是一个 Seq2seq 模型，它包括一个Encoder和一个Decoder。常常被用来做机器翻译，Encoder读入一个英语句子，Decoder输出一个德语句子。

可以用Transformer来实现一个分类器（例如判断自然语言的Sentiment）。这时，我们只需要使用其中的Encoder部分即可。

---

一、数据集解析

本文的示例使用的是 IMDB 数据集，它已经被包含在了TensorFlow/Keras中。该数据集包含有50000条电影评论，其中的25000条将被作为训练集，另外25000条将被作为测试集。在训练集中有一半的评论为正面评价，另外一半的评论为负面评价。同样地，测试集中的一半评论是正面评价，另外一半评论则为负面评价。

vocab_size = 20000  # Only consider the top 20k words
maxlen = 200  # Only consider the first 200 words of each movie review
(x_train, y_train), (x_val, y_val) = keras.datasets.imdb.load_data(num_words=vocab_size)
print(len(x_train), "Training sequences")
print(len(x_val), "Validation sequence