1、NLP中的CNN

不同于CV输入的图像像素，NLP的输入是一个个句子或者文档，句子或文档在输入时经过embedding（word2vec或者Glove）会被表示成向量矩阵，其中每一行表示一个词语，行的总数是句子的长度，列的总数就是维度。例如一个包含十个词语的句子，使用了100维的embedding，最后我们就有一个输入为10*100的矩阵。

在CV中，filter是以一个patch（任意长度，任意宽度）的形式滑过遍历整个图像，但是在NLP中，filters会覆盖到所有的维度，也就是形状为[filter_size,embed_size].更为具体的理解可以看下图，输入为一个7x5的矩阵，filters的高度分别是2，3，4，宽度和输入矩阵一样为5.每个filter对输入矩阵进行卷积操作得到中间特征，然后通过pooling提取最大值，最终得到一个包含6个值的特征向量。

更直接的解释

• 输入层：对于文本任务，输入层使用了word embedding来做input

• 卷积层：在图像处理中经常看到的卷积核都是正方形的，比如4x4，然后在整张图片上沿宽和高逐步进行卷积操作。但是在NLP中输入的”image“是一个词矩阵，比如n个words，每个word用200维的向量表示的话，这个”image"就是nx200的矩阵，卷积核只在高度上进行滑动，在宽度上和word vector保持一致就可以，也就是说每次窗口滑动过的位置都是完成单词，不会将几个单词的一部分“vecor”进行军妓，这也保证了word作为语言中最小颗粒的合理性。

• pooling层，这里选用最大池化，由于卷积核和word embedding的宽度一致，一个卷积核对应一个sentence，卷积后得到的结果是一个vector，shape=(sentence_len-filter_window+1,1)，那么，在max-pooling后得到的就是一个scaler。

• 由于max-pooling后得到一个scaler，在nlp中，会有多个filter_window_size(比如3，4，5的宽度分别作为卷积的窗口大小)，每个window_size又有num_filters个（比如64个）卷积核。一个卷积核得到的只有一个scaler，将相同window_size卷积出来的num_filter个scaler组合在一起，组成这个window_size下的feature_vector.

• softmax层，最后将所有window_size下的feature_vector也组合成一个single_vector，作为最后一层softmax的输入

2、模型实现

模型结构如下

其中第一层为embedding layer，用于把单词映射到一组向量表示，。接下去是一层卷积层，使用多个filters，这里有3，4，5个单词一次遍历。接着是一层max-pooling-layer 得到一列长度特征向量，然后在dropout之后使用softmax得出每一类的概率。

在一个CNN类中实现上述模型

import tensorflow as tf
import numpy as np
​
class TextCNN(object):def __init__(self,sequence_length,num_classes,vocab_size,embedding_size,filter_sizes,num_filters,l2_reg_lambda=0.0):"""
​:param sequence_length: 句子长度:param num_classes: 类别数目:param vocab_size: 单词个数:param embedding_size: 向量维度:param filter_sizes: filter每次处理几个单词:param num_filters: 每个尺寸处理几个filter:param l2_reg_lambda:"""

filter_sizes是指filter每次处理几个单词，number_filters是指每个尺寸处理几个filter

1、Input placeholder

tf.placeholder是tensorflow的占位符，与feed_dict同时使用。在训练或者测试阶段，我们可以通过feed_dict来喂入输入变量。

# 给变量提供占位符
self.input_x = tf.placeholder(tf.int32, [None, sequence_length], name='input_x')
self.input_y = tf.placeholder(tf.float32, [None, num_classes], name='input_y')
self.dropout_keep_prob = tf.placeholder(tf.float32, name='dropout_keep_prob')

tf.placeholder函数第一个参数量是变量类型，第二个参数是变量shape，其中None表示sample的个数，第三个name参数用来指定名字。

dropout_keep_prob变量是在dropout阶段使用的，我们在训练的时候选取50%的dropout，在测试时不适用dropout。

2、Embedding layer

我们需要定义的第一个层是embedding layer，用于将词语转变成一组向量表示。

 with tf.name_scope('embedding'):self.W = tf.Variable(tf.random_uniform([vocab_size, embedding_size], -1.0, 1.0), name='weight')self.embedded_chars = tf.nn.embedding_lookup(self.W, self.input_x)# TensorFlow’s convolutional conv2d operation expects a 4-dimensional tensor# with dimensions corresponding to batch, width, height and channel.self.embedded_chars_expanded = tf.expand_dims(self.embedded_chars, -1)

W是在训练过程中学习到的参数矩阵，然后通过tf.nn.embedding_loopup来查找到与input_input_x相对应的向量表示。

tf.nn.embedding_lookup返回的结果是一个三维向量，[None,sequence_length,embedding_size].但是最后一层的卷积层要求输入为四维向量(batch,w,h,c).所以我们要将结果扩展一个维度，才能符合下一层的输入。

3、卷积层 和 最大池化层

在卷积层中最重要的就是filter。回顾本文的第一张图，我们一共有三种类型的filter，每种类型有两个。我们需要迭代每个filter去处理输入矩阵，将最终得到的所有结果合并成一个大的特征向量。

# conv + max-pooling for each filter
pooled_outputs = []
for i, filter_size in enumerate(filter_sizes):with tf.name_scope('conv-maxpool-%s' % filter_size):# conv layerfilter_shape = [filter_size, embedding_size, 1, num_filters]W = tf.Variable(tf.truncated_normal(filter_shape, stddev=0.1), name='W')b = tf.Variable(tf.constant(0.1, shape=[num_filters]), name='b')conv = tf.nn.conv2d(self.embedded_chars_expanded, W, strides=[1,1,1,1],padding='VALID', name='conv')# activationh = tf.nn.relu(tf.nn.bias_add(conv, b), name='relu')# max poolingpooled = tf.nn.max_pool(h, ksize=[1, sequence_length-filter_size + 1, 1, 1],strides=[1,1,1,1], padding='VALID', name='pool')pooled_outputs.append(pooled)
​
​
# combine all the pooled fratures
num_filters_total = num_filters * len(filter_sizes)
self.h_pool = tf.concat(pooled_outputs, 3)  # why 3?
self.h_pool_flat = tf.reshape(self.h_pool, [-1, num_filters_total])

这里W就是filter矩阵，tf.nn.conv2d是TensorFlow的卷积操作函数，其中几个参数包括：

• strides表示每一次filter滑动的距离，它是一个四维向量，而且首位和末尾必定是1，[1, width, height, 1]。

• padding有两种取值，VALID和SAME。

  • valid是指不在输入矩阵周围填充为0，最后得到的欧普特的尺寸小于input

  • same是指在输入矩阵周围填充为0，最后得到的output的尺寸和input一样

这里我们使用的是“VALID”，所以output的尺寸为[1, sequence_length - filter_size + 1, 1, 1]。

接下去是一层max-pooling，pooling很好理解，就是选出其中最大的一个，经过这一层的经过这一层的output尺寸为 [batch_size, 1, 1, num_filters]。

4、Dropout layer

这个比较好理解，就是为了防止过拟合，设置一个神经元激活的概率。每次在dropout层设置一定概率使部分神经元失效，每次失效的神经元都不一样，所以也可以认为是一种bagging的效果。

# dropout
with tf.name_scope('dropout'):self.h_drop = tf.nn.dropout(self.h_pool_flat, self.dropout_keep_prob)

5、scores and predictions

我们可以通过对上述得到的特征进行运算得到每个分类的分数score，并且可以通过softmax将score转化成概率分布，选取其中概率最大的一个作为最后的prediction

#score and prediction
with tf.name_scope("output"):W = tf.get_variable('W', shape=[num_filters_total, num_classes],initializer = tf.contrib.layers.xavier_initializer())b = tf.Variable(tf.constant(0.1, shape=[num_classes]), name='b')l2_loss += tf.nn.l2_loss(W)l2_loss += tf.nn.l2_loss(b)self.score = tf.nn.xw_plus_b(self.h_drop, W, b, name='scores')self.prediction = tf.argmax(self.score, 1, name='prediction')

6. Loss and Accuracy

通过score我们可以计算得出模型的loss，而我们训练的目的就是最小化这个loss。对于分类问题，最常用的损失函数是cross-entropy 损失

 # mean cross-entropy loss
with tf.name_scope('loss'):losses = tf.nn.softmax_cross_entropy_with_logits(logits=self.score, labels=self.input_y)self.loss = tf.reduce_mean(losses) + l2_reg_lambda * l2_loss

为了在训练过程中实时观测训练情况，我们可以定义一个准确率

# accuracy
with tf.name_scope('accuracy'):correct_predictions = tf.equal(self.prediction, tf.argmax(self.input_y, 1))self.accuracy = tf.reduce_mean(tf.cast(correct_predictions, 'float'), name='accuracy')

至此，模型框架已经搭建完成。

完整代码如下

import tensorflow as tf
import numpy as np
​
class TextCNN(object):def __init__(self,sequence_length,num_classes,vocab_size,embedding_size,filter_sizes,num_filters,l2_reg_lambda=0.0):"""
​:param sequence_length: 句子长度:param num_classes: 类别数目:param vocab_size: 单词个数:param embedding_size: 向量维度:param filter_sizes: filter每次处理几个单词:param num_filters: 每个尺寸处理几个filter:param l2_reg_lambda:"""#设置变量占位符self.input_x = tf.placeholder(tf.int32,[None,sequence_length],name='input_x')self.input_y = tf.placeholder(tf.float32,[None,num_classes],name='input_y')self.dropout_keep_prob = tf.placeholder(tf.float32, name='dropout_keep_prob')
​#l2 正则损失l2_loss = tf.constant(0.0)
​#embedding layerwith tf.name_scope('embdding'):self.W = tf.Variable(tf.random_uniform([vocab_size,embedding_size],-1.0,1.0),name='weight')self.embedded_chars = tf.nn.embedding_lookup(self.W,self.input_x)#卷积层希望输入一个4维向量，(batch,width,height,channel)self.embedded_chars_expands = tf.expand_dims(self.embedded_chars,-1)
​#卷积层和最大池化层pooled_outputs = []for i,filter_size in enumerate(filter_sizes):with tf.name_scope('conv-maxpool-%s'%filter_size):#卷积层filter_shape = [filter_size,embedding_size,1,num_filters]W = tf.Variable(tf.truncated_normal(filter_shape, stddev=0.1), name='W')b = tf.Variable(tf.constant(0.1,shape=[num_filters]),name='b')conv = tf.nn.conv2d(self.embedded_chars_expands,W,strides=[1,1,1,1],padding="VALID",name='conv')
​#激活函数h = tf.nn.relu(tf.nn.bias_add(conv,b),name='relu')#最大池化pooled = tf.nn.max_pool(h, ksize=[1, sequence_length - filter_size + 1, 1, 1],strides=[1, 1, 1, 1], padding='VALID', name='pool')pooled_outputs.append(pooled)#拼接所有的池化特征num_filters_total = num_filters*len(filter_sizes)self.h_pool = tf.concat(pooled_outputs,3)self.h_pool_flat = tf.reshape(self.h_pool,[-1,num_filters_total])
​#dropoutwith tf.name_scope("dropout"):self.h_drop = tf.nn.dropout(self.h_pool_flat,self.dropout_keep_prob)
​#score和预测with tf.name_scope("output"):W = tf.get_variable('W', shape=[num_filters_total, num_classes],initializer=tf.contrib.layers.xavier_initializer()) #这里权重初始化选用xavier，后面可以深入研究b = tf.Variable(tf.constant(0.1, shape=[num_classes]), name='b')l2_loss += tf.nn.l2_loss(W)l2_loss += tf.nn.l2_loss(b)self.score = tf.nn.xw_plus_b(self.h_drop, W, b, name='scores')self.prediction = tf.argmax(self.score, 1, name='prediction')
​# 平均损失函数with tf.name_scope('loss'):losses = tf.nn.softmax_cross_entropy_with_logits(logits=self.score, labels=self.input_y)self.loss = tf.reduce_mean(losses) + l2_reg_lambda * l2_loss
​# 准确率with tf.name_scope('accuracy'):correct_predictions = tf.equal(self.prediction, tf.argmax(self.input_y, 1))self.accuracy = tf.reduce_mean(tf.cast(correct_predictions, 'float'), name='accuracy')
​

参考

用Tensorflow实现CNN文本分类(详细解释及TextCNN代码解释)_ch的专栏-CSDN博客_textcnn文本分类代码

【NLP保姆级教程】手把手带你CNN文本分类(附代码)