TextCNN：文本卷积神经网络模型

什么是TextCNN

• TextCNN（Text Convolutional Neural Network）是一种用于处理文本数据的卷积神经网（CNN）。通过在文本数据上应用卷积操作来提取局部特征，这些特征可以捕捉到文本中的局部模式，如n-gram（连续的n个单词或字符）。

定义TextCNN类

import torch.nn as nn

# 它继承自 PyTorch 的 nn.Module
class TextCNN(nn.Module):
	# __init__：类的构造函数，初始化模型，包括嵌入层、卷积层、dropout层和全连接层
    def __init__(self, vocab_size, embed_dim, num_classes, num_filters, kernel_sizes):
    	# 调用父类 nn.Module 的构造函数
        super(TextCNN, self).__init__()
        # 创建一个嵌入层，将词汇表中的每个单词映射到一个embed_dim 维的向量空间。vocab_size 是词汇表的大小
        self.embedding = nn.Embedding(vocab_size, embed_dim)
        # 创建一个卷积层列表，每个卷积层使用不同的 kernel_size。in_channels 是嵌入向量的维度，out_channels 是每个卷积核输出的特征数量
        self.convs = nn.ModuleList([nn.Conv1d(in_channels=embed_dim, out_channels=num_filters, kernel_size=k) for k in kernel_sizes])
        # 创建一个 Dropout 层，用于在训练过程中随机丢弃 50% 的节点，以减少过拟合
        self.dropout = nn.Dropout(0.5)
        # 创建一个全连接层，将卷积层的输出连接到最终的分类结果。
        # 输入特征的数量是卷积核数量乘以每个卷积核的输出特征数量，输出特征数量是分类类别的数量
        self.fc = nn.Linear(len(kernel_sizes) * num_filters, num_classes)
	
	# forward：定义模型的前向传播过程。
	# x：输入数据，通常是文本的整数序列。
    def forward(self, x):
    	# 将输入数据通过嵌入层转换为嵌入向量
        x = self.embedding(x)  
        # 调整张量维度，以便卷积操作可以在嵌入向量的维度上进行
        x = x.transpose(1, 2) 
        # 对每个卷积层应用激活函数 ReLU，生成特征图
        convs = [torch.relu(conv(x)) for conv in self.convs]  
        # 对每个卷积层的输出应用最大池化，以减少特征图的维度
        pooled = [torch.max_pool1d(conv, conv.size(2)).squeeze(2) for conv in convs]  
        # 将所有卷积层的最大池化结果拼接在一起，形成一个单一的特征向量
        cat = torch.cat(pooled, 1) 
        # 通过 Dropout 层和全连接层进行分类，输出最终的分类结果
        return self.fc(self.dropout(cat))

初始化一个model实例

vocab_size = 1000
embed_dim = 128
num_classes = 2
num_filters = 100
kernel_sizes = [3, 4, 5]

model = TextCNN(vocab_size, embed_dim, num_classes, num_filters, kernel_sizes)

输出model

TextCNN(
  (embedding): Embedding(8, 128)
  (convs): ModuleList(
    (0): Conv1d(128, 100, kernel_size=(3,), stride=(1,))
    (1): Conv1d(128, 100, kernel_size=(4,), stride=(1,))
    (2): Conv1d(128, 100, kernel_size=(5,), stride=(1,))
  )
  (dropout): Dropout(p=0.5, inplace=False)
  (fc): Linear(in_features=300, out_features=2, bias=True)
)

• Embedding(8, 128)：这是一个嵌入层，它将词汇表中的每个单词映射到一个128维的向量空间。这里的8表示词汇表的大小（即输入序列中可能的最大单词索引），128表示每个单词将被映射到的向量维度。
• convs: ModuleList[...]：这是一个包含多个一维卷积层（Conv1d）的模块列表。每个卷积层都用于提取文本数据的不同局部特征。
• Conv1d(128, 100, kernel_size=(3,), stride=(1,))：每个卷积层有128个输入通道（与嵌入层的输出维度相同）和100个输出通道（即100个滤波器）。kernel_size=3表示每个滤波器的窗口大小为3个词。stride=1表示滤波器在文本序列上滑动的步长为1。
• Dropout(p=0.5, inplace=False)：这是一个Dropout层，它在训练过程中随机丢弃50%的节点，以减少过拟合。inplace=False表示Dropout操作不会在原地修改输入张量。
• fc: Linear(in_features=300, out_features=2, bias=True)：这是一个全连接层，它将卷积层和Dropout层的输出转换为最终的分类结果。in_features=300表示全连接层的输入特征数量（这是由卷积层的数量和每个卷积层的输出特征数量决定的，即3个卷积层各100个特征）。out_features=2表示输出特征的数量，这通常与分类任务的类别数相对应（在这个例子中，可能是二分类问题）。bias=True表示全连接层的权重将包含偏置项。