1. 학습
    2. /
  2. 강의
    3. /
  3. Keras로 배우는 언어 모델링을 위한 순환 신경망(RNN)
Connected

연습 문제

뉴스 기사 분류하기

이 연습 문제에서는 다중 클래스 분류 모델을 만들어 보겠습니다.

데이터셋은 이미 news_novel로 환경에 로드되어 있습니다. 또한 학습 데이터에 대한 모든 전처리가 완료되어 있으며, tokenizer도 환경에서 사용할 수 있습니다.

다음 아키텍처로 RNN 모델이 사전 학습되어 있습니다: Embedding 레이어, 하나의 LSTM 레이어, 그리고 세 개의 클래스를 예측하는 출력용 Dense 레이어입니다. 클래스는 sci.space, alt.atheism, soc.religion.christian입니다. 이 학습된 모델의 가중치는 classify_news_weights.h5 파일에 제공됩니다.

여러분은 신규 데이터를 전처리하고 새로운 데이터셋 news_novel에서 성능을 평가합니다.

지침

100 XP
  • 로드된 tokenizer를 사용해 news_novel.data의 데이터를 변환하세요.
  • 얻은 정수 인덱스 시퀀스를 패딩하세요.
  • news_novel.target의 레이블을 원-핫(one-hot) 표현으로 변환하세요.
  • .evaluate() 메서드로 모델을 평가하고, 얻은 loss와 accuracy를 출력하세요.