【深度学习】-Imdb数据集情感分析之模型对比（4）- CNN-LSTM 集成模型

前言

【深度学习】-Imdb数据集情感分析之模型对比（3）- CNN
【深度学习】-Imdb数据集情感分析之模型对比（2）- LSTM
【深度学习】-Imdb数据集情感分析之模型对比（1）- RNN
对之前内容感兴趣的朋友可以参考上面这几篇文章，接下来我要给大家介绍本篇博客的内容。为了观察CNN提取文本结构化的优势和LSTM提取上下文关系性的优势，我们将两种模型进行集成，引入了CNN-LSTM集成模型进行实验。先经过CNN层来提取局部特征，再使用LSTM层提取这些局部特征的长距离特征，再经变换输入全连接层，进行情感分析并打分量化，最后将两种模型的分数平均，从而得到最终分数。

一，CNN是什么？

CNN网络适合于提取数据的结构化信息，因此在特征工程中得到了广泛的应用，而LSTM网络更适合于提取数据的时间相关性和文本片段中的依赖项，有按时间顺序扩张的特性，广泛应用于时间序列中。同时，这给我们在情感分析任务上带来一个新思路，可以将两者结合，构建新的集成模型CNN-LSTM的对文本进行分类。模型结构如图所示：
在这里插入图片描述

二、训练CNN-LSTM模型

1.数据预处理

与前文类似，详细请移步【深度学习】-Imdb数据集情感分析之模型对比（1）- RNN
数据预处理部分

2.构建及训练CNN-LSTM模型

模型结构

在这里插入图片描述

设定模型参数

filter_length = 5    # 滤波器长度

pool_length = 4      # 池化长度
max_features = 4000   # 词汇表大小
maxlen = 400           # 序列最大长度
embedding_size = 32   # 词向量维度

nb_filter = 32      # 1维卷积核个数
filter_length = 3    # 卷积核长度
hidden_dims = 256    # 隐藏层维度

构建网络模型

model = Sequential()
model.add(Embedding(max_features, embedding_size, input_length=400))  # 词嵌入层
model.add(Dropout(0.2))       # Dropout层
lstm_output_size =32 # LSTM 层输出尺寸
# 1D 卷积层，对词嵌入层输出做卷积操作
model.add(Convolution1D(nb_filter=nb_filter,
                        filter_length=filter_length,
                        border_mode='valid',
                        activation='relu',
                        subsample_length=1))
# 池化层
model.add(MaxPooling1D(pool_length=pool_length))
# LSTM 循环层
model.add(LSTM(lstm_output_size))
# 全连接层，只有一个神经元，输入是否为正面情感值
model.add(Dense(1))
model.add(Activation('sigmoid'))  # sigmoid判断情感
 
model.summary()   # 模型概述

训练模型

定义损失函数，优化器以及评估矩阵，并开始训练模型。

## 训练模型
model.compile(loss='binary_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

train_history =model.fit(x_train, y_train,batch_size=32, 
                         epochs=10,verbose=1,
                         validation_split=0.2)

三、可视化结果

import matplotlib.pyplot as plt
def show_train_history(train_history,train,validation):
    plt.plot(train_history.history[train])
    plt.plot(train_history.history[validation])
    plt.title('Train History')
    plt.ylabel(train)
    plt.xlabel('Epoch')
    plt.legend(['train', 'validation'], loc='upper left')
    plt.show()
show_train_history(train_history,'accuracy','val_accuracy')
show_train_history(train_history,'loss','val_loss')
print('Test score:', score)
print('Test accuracy:', acc)

因为博主的数据集删除了就不放可视化图片了，下次一定。

?四、模型预测

请参照我这篇博客下的模型预测代码。在这里插入图片描述

【深度学习】-Imdb数据集情感分析之模型对比（3）- CNN

五、评估模型并保存

模型评估

用测试集对模型的匹配精度进行评估

score, acc = model.evaluate(x_test, y_test,
                            batch_size=128)

保存模型

model_json = model.to_json()
with open("D:/final_all/1/1.json", "w") as json_file:
    json_file.write(model_json)

model.save_weights("D:/final_all/1/2.h5")
print("Saved model to disk")