基于卷积神经网络的文本数据分类
这个例子展示了如何使用卷积神经网络对文本数据进行分类。
要使用卷积对文本数据进行分类，必须将文本数据转换为图像。为此，请填充或截断观测值，使其具有恒定的长度s并将文档转换为长度为的单词向量序列C使用单词嵌入。然后您可以将文档表示为1-by-s-借-C图像（高度为1，宽度为1的图像s,C频道）。
要将CSV文件中的文本数据转换为图像，请创建tabularTextDatastore对象。转换从tabularTextDatastore对象到图像的深度学习通过调用变换具有自定义转换函数transformTextData函数（列在示例末尾）获取从数据存储和预训练单词嵌入中读取的数据，并将每个观察值转换为单词向量数组。
此示例使用不同宽度的一维卷积滤波器训练网络。每个滤波器的宽度对应于滤波器可以看到的字数（n-gram长度）。该网络具有卷积层的多个分支，因此可以使用不同的n-gram长度。
加载预训练词嵌入
加载预先训练的fastText单词嵌入。此功能需要文本分析工具箱™模型对于fastText English，160亿标记词嵌入万博1manbetx支持包。如果未安装此支持包，则该功能将提供下载链接。
emb=fastTextWordEmbedding；
加载数据
从中的数据创建表格文本数据存储factoryReports.csv. 从数据库中读取数据“说明”和“类别”仅列。
文件名火车=“factoryReports.csv”；文本名称=“说明”；标签名=“类别”；ttdsTrain=tablertextdatastore（filenameTrain，“SelectedVariableNames”，[textName labelName]）；
预览数据存储。
ttdsTrain.ReadSize=8；预览（ttdsTrain）
ans=8×2表UUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUUU{'项目偶尔会卡在扫描仪线轴中。}{'机械故障'}{'装配机活塞发出巨大的卡嗒卡嗒声和砰砰声。}{'机械故障'}{“启动设备时电源切断”。}{“电子故障”}{“装配机中的电容器爆炸”。}{“电子故障”}{“混合器跳闸了保险丝”。}{“电子故障”}{“施工剂中的爆裂管正在喷射冷却剂”。}{“泄漏”}{“混合器中的保险丝熔断”。}{“电子故障”}{‘东西继续从传送带上掉下来。}{‘机械故障}
创建一个自定义转换函数，将从数据存储读取的数据转换为包含预测器和响应的表transformTextData函数（在示例末尾列出）获取从tabularTextDatastore对象，并返回预测值和响应的表。预测值为1-x-序列长度-借-C由单词嵌入给出的单词向量数组教统局哪里C是嵌入维度。响应是中类的分类标签类名.
使用从培训数据中读取标签阅读标签函数，并查找唯一的类名。
labels=readLabels（ttdsTrain，labelName）；classNames=unique（labels）；numObservations=numel（labels）；
使用transformTextData函数并指定序列长度为14。
sequenceLength = 14;tdsTrain = transform(ttdsTrain， @(data) transformTextData(data,sequenceLength,emb,classNames))
tdsTrain = TransformedDatastore属性:UnderlyingDatastore:TabularTextDatastore] 万博1manbetxSupportedOutputFormats: ["txt" "csv" "xlsx" "xls" "parquet" "parq" "png" "jpg" "jpeg" "tif" "tiff" "wav" "flac" "ogg" "mp4" "m4a"] Transforms:{@(数据)transformTextData(data,sequenceLength,emb,classNames)} IncludeInfo: 0
预览转换后的数据存储。预测值为1-x-s-借-C数组，在哪里s是序列的长度和长度C是特征的数量（嵌入维度）。响应是分类标签。
预览（TDS）
ans=8×2表预测器响应_________________ __________________ {1×14×300 single}机械故障{1×14×300 single}机械故障{1×14×300 single}电子故障{1×14×300 single}电子故障{1×14×300 single}电子故障{1×14×300 single}泄漏{1×14×300 single}电子故障{1×14×300 single}机械故障
定义网络架构
定义分类任务的网络架构。
以下步骤描述了网络体系结构。
指定1-x的输入大小-s-借-C哪里s是序列的长度和长度C是特征数（嵌入维度）。
对于长度为n-gram的2、3、4和5，创建包含卷积层、批处理正常化层、ReLU层、dropout层和max pooling层的层块。
对于每个块，指定大小为1 × -的200个卷积滤波器N以及大小为1 × -的区域池s哪里N是n克长度。
将输入层连接到每个块，并使用深度连接层连接块的输出。
要对输出进行分类，请包括具有输出大小的完全连接层K、softmax层和分类层，其中K是班级的数量。
首先，在层数组中，指定输入层、Unigram的第一个块、深度连接层、完全连接层、softmax层和分类层。
numFeatures=emb.Dimension；inputSize=[1 sequenceLength numFeatures]；NumFilter=200；NgramLength=[2 3 4 5]；numBlocks=numel（NgramLength）；NumClass=numel（类名）；
创建包含输入层的图层图。将“规格化”选项设置为“没有”以及要添加的图层名称“输入”.
图层=imageInputLayer（inputSize，“正常化”,“没有”,“姓名”,“输入”)；lgraph=层图（层）；
对于每一个n-gram长度，创建一个卷积、批量标准化、ReLU、dropout和max pooling层块。将每个块连接到输入层。
对于j=1:numBlocks N=ngramlength（j）；block=[卷积2dlayer（[1 N]，numFilters，“姓名”,“conv”+N,，“填充”,“相同”)批处理规范化层(“姓名”,“bn”+N） 雷卢耶(“姓名”,“relu”+N） dropoutLayer（0.2，“姓名”,“下降”+N） MaxPoolig2dLayer（[1 sequenceLength]，“姓名”,“最大值”+N） ]；lgraph=addLayers（lgraph，block）；lgraph=connectLayers（lgraph，“输入”,“conv”+ N);结束
在绘图中查看网络体系结构。
图形绘图（lgraph）标题(“网络架构”)
添加深度连接层、完全连接层、softmax层和分类层。
层=[depthConcatenationLayer（numBlocks，“姓名”,“深度”) fullyConnectedLayer (numClasses“姓名”,“fc”)软MaxLayer(“姓名”,“软的”) classificationLayer (“姓名”,“分类”)]; lgraph=添加层（lgraph，层）；图形绘图（lgraph）标题(“网络架构”)
将最大池层连接到深度连接层，并在绘图中查看最终的网络体系结构。
对于j = 1:numBlocks N = ngramlength (j);lgraph = connectLayers (lgraph,“最大值”+N,，“深度/深度”+j） )；结束图形绘图（lgraph）标题(“网络架构”)
列车网络
指定培训选项：
列车的最小批量为128。
不要洗牌数据，因为数据存储不可洗牌。
显示训练进度图并抑制详细输出。
miniBatchSize=128；numIterationsPerEpoch=floor（婚礼服务/miniBatchSize）；options=trainingOptions(“亚当”,...“MiniBatchSize”，小批量，...“洗牌”,“从来没有”,...“情节”,“培训进度”,...“冗长”、假);
训练网络使用列车网络功能。
net=列车网络（TDSTREANT、LGRAPHE、选项）；
使用新数据进行预测
对三个新报告的事件类型进行分类。创建包含新报告的字符串数组。
reportsNew = [“冷却液在分拣机下方聚集。”“分类器在启动时烧断保险丝。”“从组装器里传出很响的咔哒声。”];
使用预处理步骤作为训练文档对文本数据进行预处理。
XNew=预处理文本（reportsNew、sequenceLength、emb）；
用训练好的LSTM网络对新的序列进行分类。
labelsNew=分类（净，XNew）
新标签=3×1范畴泄漏电子故障机械故障
阅读标签功能
这个阅读标签函数创建tabularTextDatastore对象ttds并从标签名专栏。
函数labels=readLabels（ttds，labelName）ttdsNew=copy（ttds）；ttdsNew.SelectedVariableNames=labelName；tbl=readall（ttdsNew）；labels=tbl.（labelName）；结束
转换文本数据函数
这个transformTextData函数获取从数据库中读取的数据tabularTextDatastore对象，并返回预测值和响应的表。预测值为1-x-序列长度-借-C由单词嵌入给出的单词向量数组教统局哪里C是嵌入维度。响应是中类的分类标签类名.
函数dataTransformed=transformTextData（数据、序列长度、emb、类名）%预处理文档。textData=数据{，1}；%预处理文本dataTransformed = preprocessText (textData、sequenceLength emb);%阅读标签。标签=数据{：，2}；响应=分类（标签，类名）；%将数据转换为表。dataTransformed.Responses=响应；结束
预处理文本函数
这个预处理文本数据函数获取文本数据、序列长度和单词嵌入，并执行以下步骤:
标记文本。
将文本转换为小写。
使用嵌入将文档转换为指定长度的字向量序列。
重塑输入到网络中的字向量序列。
函数tbl=预处理文本（文本数据，序列长度，emb）文档=标记化文档（文本数据）；文档=较低（文档）；%将文档转换为嵌入尺寸按序列长度按1的图像。预测值=文件序列（emb、文件、，“长度”, sequenceLength);%重塑图像，使其尺寸为1×1序列长度嵌入尺寸。预测值=cellfun（@（X）排列（X，[3 2 1]），预测值，“UniformOutput”、假);台=表;资源描述。预测=预测;结束
另见
fastTextWordEmbedding|wordcloud|wordEmbedding|layerGraph（深度学习工具箱）|convolution2dLayer（深度学习工具箱）|批处理规范化层（深度学习工具箱）|trainingOptions（深度学习工具箱）|列车网络（深度学习工具箱）|DOC2序列|tokenizedDocument
相关的话题
您还可以从以下列表中选择网站：
