下载完整版程序。
THUNews的一个子集,从10类新闻中随机抽取了20万条新闻标题,每类各2万条。按照18:1:1划分训练、验证、测试集。
Model | Test Acc |
---|---|
Naive Bayes | 90.93% |
fastText (3-gram) | 92.54% |
TextCNN | 91.48% |
DPCNN | 92.00% |
BiLSTM | 91.58% |
BiLSTM with Attention | 91.60% |
TextRCNN | 91.79% |
BERT-wwm-ext (来源) | 94.61% |
RoBERTa-wwm-ext | 94.89% |
内存有限,GCN的测试仅取数据集的十分之一进行,即20000训练/验证集,1000测试集。
Model | Acc |
---|---|
Naive Bayes | 85.60% |
TextGCN | 83.30% |
在src文件夹下运行脚本。
bash test.sh
改变json文件中的load
和num_epochs
,可以选择是否加载已训练模型和训练的epoch数。
对于gcn,在text_gcn
文件夹下运行
python train.py r8
进行训练和测试。
data/
各种数据
config/
模型超参数
src/
源代码
model/
保存模型和日志
word2vec预训练词向量,生成的词表已经保存在data文件夹下。