神经网络文本分类实例

环境说明：

• tensorflow 2.0.0（GPU）
• python 3.6.10
• gensim 3.8.0

数据集、word2vec模型下载：

链接：https://pan.baidu.com/s/1YfzMCCXI5xusOB6FDExTxg 提取码：1wlq

数据集为新闻数据集，共有十个类别。训练集50000，验证集5000，测试集10000。

---

使用了gensim的word2vec模型训练词嵌入模型，通过字典和Embedding层可实现词的向量化

使用LSTM模型的神经网络（RNN）

1. Input -> Embedding -> LSTM -> Output

2. Input -> Embedding -> LSTM -> Dense -> Dropout ->Output

3. Input -> Embedding -> LSTM -> Dropout -> Dense -> Dropout -> Dense -> Dropout ->Output

（在第三个模型上，测试机的 Accuray 为 0.9177，Loss 为 0.287）