시작하기무료로 시작하기

텍스트용 CNN 모델 구축하기

PyBooks는 도서 추천 엔진을 성공적으로 구축했습니다. 다음 과제로는 사용자 리뷰를 이해하고 도서 선호도를 파악하기 위해 감성 분석 모델을 구현하려고 해요.

이 연습에서는 Convolutional Neural Network(CNN) 모델을 사용해 텍스트 데이터(도서 리뷰)를 감성에 따라 분류해 보겠습니다.

torch, torch.nn은 nn으로, torch.nn.functional은 F로 미리 불러와 두었어요.

이 연습은 강의의 일부입니다

PyTorch로 배우는 텍스트 딥러닝

강의 보기

연습 안내

  • __init__() 메서드에서 임베딩 레이어를 초기화하세요.
  • forward() 메서드에서 embedded 텍스트에 합성곱 레이어 self.conv를 적용하세요.
  • forward() 메서드에서 이 레이어에 ReLU 활성화를 적용하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

class TextClassificationCNN(nn.Module):
    def __init__(self, vocab_size, embed_dim):
        super(TextClassificationCNN, self).__init__()
        # Initialize the embedding layer 
        self.embedding = ____.____(vocab_size, embed_dim)
        self.conv = nn.Conv1d(embed_dim, embed_dim, kernel_size=3, stride=1, padding=1)
        self.fc = nn.Linear(embed_dim, 2)
    def forward(self, text):
        embedded = self.embedding(text).permute(0, 2, 1)
        # Pass the embedded text through the convolutional layer and apply a ReLU
        conved = ____.____(self.conv(____))
        conved = conved.mean(dim=2) 
        return self.fc(conved)
코드 편집 및 실행