视频加载失败

外卖评论情感分类

6409 字
32 分钟
外卖评论情感分类
外卖评论情感分类

本文是《数据科学与数学建模》实验二的完整记录:在 PyTorch 框架下围绕 waimai_10k 中文外卖评论数据集搭建「数据工程 → 模型定义 → 训练与测试 → 可视化对比」的完整流程,分别用双向 LSTM 的 TextRNN 与基于 Transformer 编码器的 TextTransformer 完成「负面 / 正面」二分类情感识别,并对两种模型的参数量、测试准确率、训练曲线、混淆矩阵与预测结果做对比分析。

一、实验目的及要求#

  1. 掌握中文文本数据的预处理流程,包括分词、词表构建、序列化与填充。
  2. 理解并实现两种神经网络模型(TextRNN 和 TextTransformer)的前向传播。
  3. 掌握模型训练、验证和测试的完整流程,并理解掩码(mask)机制在变长序列中的作用。
  4. 对比分析不同模型在文本情感分类任务上的性能差异。

二、实验原理与内容#

2.1 两种模型的原理#

TextRNN:词嵌入层(padding_idx=0,使 <PAD> 的向量为 0)将词索引映射为 128 维向量,再送入 2 层双向 LSTM(隐藏层 256 维,双向拼接后为 512 维);由于评论长度不齐、尾部用 0 填充,前向传播中用 mask = (x != 0) 屏蔽填充位置后做全局平均池化,再做 Dropout 与两层全连接输出 2 类。

TextTransformer:词嵌入乘以 dmodel\sqrt{d_{model}} 后叠加正弦位置编码(sin/cos 交替),送入 2 层 Transformer 编码器层(4 头自注意力、前馈维度 512);前向传播中生成 src_key_padding_mask = (x == 0) 交给编码器忽略填充位,最后同样用掩码平均池化得到句向量分类。

对比项TextRNNTextTransformer
网络类型双向 LSTM 循环网络Transformer 编码器
输入处理词嵌入(padding_idx=0)→ 128 维向量,保留词序词嵌入 × √128 后叠加正弦位置编码
主要结构Embedding → 2 层双向 LSTM(hidden=256)→ 掩码平均池化 → Linear(512,256) → ReLU → Dropout → Linear(256,2)Embedding → 位置编码 → 2 层 TransformerEncoder(heads=4、FFN=512)→ 掩码平均池化 → Linear(128,512) → ReLU → Dropout → Linear(512,2)
长程依赖建模依靠 LSTM 的门控与双向信息传递,序列较长时衰减明显自注意力直接建模任意两位置的关联,路径长度为 1
关键机制padding mask 参与池化,clamp(min=1) 防止除零;Dropout 0.5src_key_padding_mask 屏蔽 <PAD>,避免填充位被注意力关注;Dropout 0.3
参数量3.06M1.03M
测试准确率87.21%86.99%

2.2 实验内容与脚本顺序#

  1. 分别运行 text_data.py、text_models.py、train.py 文件,确认各自能够正常执行。
  2. 运行 python text_main.py 完成完整实验。
  3. 运行 python visualize_text_classification.py 生成可视化结果。
顺序脚本文件类型验证方式
1text_data.py数据工程直接运行,确认数据加载、词表构建与迭代器创建无误
2text_models.py模型定义直接运行,观察模拟输入的输出形状
3train.py训练与测试直接运行,观察各测试环节输出
4text_main.py主程序前三者测试通过后运行,完成完整实验
5visualize_text_classification.py可视化text_main.py 生成权重后运行,输出预测对比

三、实验软硬件环境#

类别配置
操作系统Windows 11
开发工具PyCharm 2024.2
编程语言Python 3.8(工程内 __pycache__ 为 cpython-38)
深度学习框架PyTorch 2.7.1(torch,无 CUDA 时自动回退 CPU 训练)
依赖库jieba、pandas、scikit-learn、matplotlib、tqdm、numpy
数据集waimai_10k 中文外卖评论(11,987 条,0=负面 / 1=正面)
模型TextRNN(双向 LSTM)、TextTransformer(Transformer 编码器)

四、实验过程#

本次实验共 5 个脚本,以下按脚本顺序给出各模块的完整代码与说明。

4.1 text_data.py — 数据工程模块#

代码功能:负责外卖评论数据集的加载与中文分词、词表构建、文本序列化与定长填充,并按比例划分数据集封装为三个 DataLoader。

import torch
from torch.utils.data import Dataset, DataLoader, random_split
import jieba
import pickle
import os
import pandas as pd
class WaimaiDataset(Dataset):
def __init__(self, texts, labels, vocab=None, max_len=128, build_vocab=False):
self.texts = texts
self.labels = labels
self.max_len = max_len
# build_vocab 为 True 时在训练集上构建词表,否则复用传入的词表
if build_vocab:
self.vocab = self._build_vocab(texts)
else:
self.vocab = vocab
self.word2idx = self.vocab if vocab else {}
def _build_vocab(self, texts, min_freq=2):
from collections import Counter
word_counter = Counter()
# jieba 分词并统计词频,空值统一转为空字符串
for text in texts:
text = str(text) if not pd.isna(text) else ""
words = jieba.lcut(text)
word_counter.update(words)
# 0 保留给 <PAD>,1 保留给 <UNK>,其余词按最低词频过滤后递增编号
vocab = {'<PAD>': 0, '<UNK>': 1}
idx = 2
for word, freq in word_counter.items():
if freq >= min_freq and word not in vocab:
vocab[word] = idx
idx += 1
print(f"词表大小: {len(vocab)} (高频词>={min_freq})")
return vocab
def _text_to_sequence(self, text):
text = str(text) if not pd.isna(text) else ""
words = jieba.lcut(text)
# 词不在词表中时映射为 <UNK>(1)
sequence = [self.word2idx.get(w, 1) for w in words]
# 定长填充/截断:不足 max_len 末尾补 0(<PAD>),超出则截断
if len(sequence) < self.max_len:
sequence += [0] * (self.max_len - len(sequence))
else:
sequence = sequence[:self.max_len]
return sequence
def __len__(self):
return len(self.texts)
def __getitem__(self, idx):
text = self.texts[idx]
label = self.labels[idx]
sequence = self._text_to_sequence(text)
return torch.tensor(sequence, dtype=torch.long), torch.tensor(label, dtype=torch.long)
class WaimaiDataProcessor:
def __init__(self, data_path='./data/waimai_10k.csv', batch_size=64, max_len=128):
self.data_path = data_path
self.batch_size = batch_size
self.max_len = max_len
def load_data(self):
if not os.path.exists(self.data_path):
raise FileNotFoundError(
f"\n{'='*60}\n"
f"错误:找不到数据文件!\n"
f"{'='*60}\n"
f"请运行: python download_waimai_10k.py\n"
f"或从以下链接下载:\n"
f" https://raw.githubusercontent.com/SophonPlus/ChineseNlpCorpus/master/datasets/waimai_10k/waimai_10k.csv\n"
f"{'='*60}"
)
df = pd.read_csv(self.data_path)
print(f"加载数据: {len(df)} 条")
print(f"列名: {df.columns.tolist()}")
print(f"标签分布:\n{df['label'].value_counts().sort_index()}")
texts = df['review'].tolist()
labels = df['label'].tolist()
return texts, labels
def get_loaders(self, val_ratio=0.15, test_ratio=0.15):
texts, labels = self.load_data()
# 按比例随机划分训练/验证/测试集
total_size = len(texts)
test_size = int(total_size * test_ratio)
val_size = int(total_size * val_ratio)
train_size = total_size - val_size - test_size
indices = torch.randperm(total_size).tolist()
train_idx = indices[:train_size]
val_idx = indices[train_size:train_size+val_size]
test_idx = indices[train_size+val_size:]
train_texts = [texts[i] for i in train_idx]
train_labels = [labels[i] for i in train_idx]
# 词表只在训练集上构建,避免验证/测试数据信息泄露
print("\n构建词表...")
temp_dataset = WaimaiDataset(train_texts, train_labels, max_len=self.max_len, build_vocab=True)
vocab = temp_dataset.vocab
with open('./data/vocab.pkl', 'wb') as f:
pickle.dump(vocab, f)
# 三个数据集必须共用同一个词表,保证索引含义一致
train_dataset = WaimaiDataset(train_texts, train_labels, vocab, self.max_len)
val_dataset = WaimaiDataset([texts[i] for i in val_idx], [labels[i] for i in val_idx], vocab, self.max_len)
test_dataset = WaimaiDataset([texts[i] for i in test_idx], [labels[i] for i in test_idx], vocab, self.max_len)
# 训练集打乱顺序,验证/测试集保持顺序
train_loader = DataLoader(train_dataset, batch_size=self.batch_size, shuffle=True, num_workers=0)
val_loader = DataLoader(val_dataset, batch_size=self.batch_size, shuffle=False, num_workers=0)
test_loader = DataLoader(test_dataset, batch_size=self.batch_size, shuffle=False, num_workers=0)
print(f"\n数据划分:")
print(f" 训练集: {len(train_dataset)} ({train_size})")
print(f" 验证集: {len(val_dataset)} ({val_size})")
print(f" 测试集: {len(test_dataset)} ({test_size})")
return train_loader, val_loader, test_loader, vocab
if __name__ == '__main__':
processor = WaimaiDataProcessor(batch_size=32)
train_loader, val_loader, test_loader, vocab = processor.get_loaders()
# 取出一个 batch 检查数据管道
sequences, labels = next(iter(train_loader))
print(f"\n测试batch:")
print(f" 序列形状: {sequences.shape}")
print(f" 标签形状: {labels.shape}")

4.2 text_models.py — 模型定义模块#

代码功能:定义 TextRNN 和 TextTransformer 两个分类模型,接收词索引序列输入,经掩码平均池化与分类头输出 2 维分类 logits。

import torch
import torch.nn as nn
import math
class TextRNN(nn.Module):
def __init__(self, vocab_size, embed_dim=128, hidden_dim=256,
num_classes=2, num_layers=2, dropout=0.5, max_len=128):
super(TextRNN, self).__init__()
self.hidden_dim = hidden_dim
self.num_layers = num_layers
# padding_idx=0 使 <PAD> 位置的嵌入向量恒为 0
self.embedding = nn.Embedding(vocab_size, embed_dim, padding_idx=0)
# 双向 LSTM:batch_first 输入 [batch, seq, feature],双向拼接后输出维度为 hidden*2
self.lstm = nn.LSTM(
input_size=embed_dim,
hidden_size=hidden_dim,
num_layers=num_layers,
batch_first=True,
bidirectional=True,
dropout=dropout if num_layers > 1 else 0
)
# 分类头:输入维度为 hidden_dim * 2(双向拼接)
self.dropout = nn.Dropout(dropout)
self.fc = nn.Sequential(
nn.Linear(hidden_dim * 2, hidden_dim),
nn.ReLU(),
nn.Dropout(dropout),
nn.Linear(hidden_dim, num_classes)
)
def forward(self, x):
# 词索引序列 -> 嵌入向量 [batch, seq_len, embed_dim]
embedded = self.embedding(x)
# LSTM
lstm_out, (hidden, cell) = self.lstm(embedded) # [batch, seq_len, hidden*2]
# 掩码平均池化:屏蔽 <PAD> 位置,均值只按实际长度计算,clamp(min=1) 防止除零
mask = (x != 0).float().unsqueeze(-1) # [batch, seq_len, 1]
sum_out = torch.sum(lstm_out * mask, dim=1) # [batch, hidden*2]
avg_out = sum_out / torch.sum(mask, dim=1).clamp(min=1)
out = self.dropout(avg_out)
out = self.fc(out)
return out
class PositionalEncoding(nn.Module):
def __init__(self, d_model, max_len=5000):
super().__init__()
# 正弦位置编码:偶数列用 sin、奇数列用 cos,可外推到训练时未见过的长度
pe = torch.zeros(max_len, d_model)
position = torch.arange(0, max_len, dtype=torch.float).unsqueeze(1)
div_term = torch.exp(torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model))
pe[:, 0::2] = torch.sin(position * div_term)
pe[:, 1::2] = torch.cos(position * div_term)
pe = pe.unsqueeze(0)
self.register_buffer('pe', pe)
def forward(self, x):
return x + self.pe[:, :x.size(1)]
class TextTransformer(nn.Module):
def __init__(self, vocab_size, embed_dim=128, num_heads=4,
num_layers=2, dim_feedforward=512, num_classes=2,
dropout=0.3, max_len=128):
super(TextTransformer, self).__init__()
self.embed_dim = embed_dim
# 词嵌入 + 正弦位置编码
self.embedding = nn.Embedding(vocab_size, embed_dim, padding_idx=0)
self.pos_encoder = PositionalEncoding(embed_dim, max_len)
# Transformer 编码器:堆叠 num_layers 层,num_heads 需能整除 embed_dim
encoder_layer = nn.TransformerEncoderLayer(
d_model=embed_dim,
nhead=num_heads,
dim_feedforward=dim_feedforward,
dropout=dropout,
batch_first=True
)
self.transformer_encoder = nn.TransformerEncoder(encoder_layer, num_layers=num_layers)
# 分类头
self.dropout = nn.Dropout(dropout)
self.fc = nn.Sequential(
nn.Linear(embed_dim, dim_feedforward),
nn.ReLU(),
nn.Dropout(dropout),
nn.Linear(dim_feedforward, num_classes)
)
def forward(self, x):
# padding mask:True 表示 <PAD> 位置,自注意力会将其忽略
src_key_padding_mask = (x == 0) # [batch, seq_len]
# 嵌入乘 sqrt(d_model) 平衡与位置编码的量级,再叠加位置编码
embedded = self.embedding(x) * math.sqrt(self.embed_dim)
embedded = self.pos_encoder(embedded)
encoded = self.transformer_encoder(embedded, src_key_padding_mask=src_key_padding_mask)
# 掩码平均池化:与 TextRNN 一致,只对非填充位置取平均
mask = (~src_key_padding_mask).float().unsqueeze(-1)
sum_encoded = torch.sum(encoded * mask, dim=1)
avg_encoded = sum_encoded / torch.sum(mask, dim=1).clamp(min=1)
out = self.dropout(avg_encoded)
out = self.fc(out)
return out
if __name__ == '__main__':
vocab_size = 5000
rnn = TextRNN(vocab_size)
x = torch.randint(0, vocab_size, (4, 128))
out = rnn(x)
print(f"TextRNN: {out.shape}")
trans = TextTransformer(vocab_size)
out = trans(x)
print(f"TextTransformer: {out.shape}")

4.3 train.py — 训练与测试模块#

代码功能:实现模型的训练、验证与测试流程,包括损失计算、参数更新、学习率调度、最优权重保存与训练曲线、混淆矩阵绘制。

import torch
import torch.nn as nn
import torch.optim as optim
from tqdm import tqdm
import json
import os
import matplotlib.pyplot as plt
from sklearn.metrics import confusion_matrix, classification_report
import numpy as np
class Trainer:
def __init__(self, model, train_loader, val_loader, device,
lr=0.001, weight_decay=1e-4, model_name='model'):
self.model = model.to(device)
self.train_loader = train_loader
self.val_loader = val_loader
self.device = device
self.model_name = model_name
# 交叉熵损失 + Adam 优化器(weight_decay 为 L2 正则化系数)
self.criterion = nn.CrossEntropyLoss()
self.optimizer = optim.Adam(self.model.parameters(), lr=lr, weight_decay=weight_decay)
# 验证准确率连续 3 轮不提升时学习率减半(PyTorch 2.7.1 无 verbose 参数)
self.scheduler = optim.lr_scheduler.ReduceLROnPlateau(
self.optimizer, mode='max', factor=0.5, patience=3
)
# 训练历史,用于绘制训练曲线
self.history = {
'train_loss': [], 'train_acc': [],
'val_loss': [], 'val_acc': []
}
self.best_acc = 0.0
def train_epoch(self):
# train 模式启用 Dropout 的训练行为
self.model.train()
total_loss = 0.0
correct = 0
total = 0
pbar = tqdm(self.train_loader, desc='Training')
for inputs, labels in pbar:
inputs, labels = inputs.to(self.device), labels.to(self.device)
# 训练五步:梯度清零 -> 前向传播 -> 计算损失 -> 反向传播 -> 参数更新
self.optimizer.zero_grad()
outputs = self.model(inputs)
loss = self.criterion(outputs, labels)
loss.backward()
self.optimizer.step()
total_loss += loss.item()
_, predicted = outputs.max(1)
total += labels.size(0)
correct += predicted.eq(labels).sum().item()
pbar.set_postfix({
'loss': f'{loss.item():.4f}',
'acc': f'{100.*correct/total:.2f}%',
'lr': f'{self.optimizer.param_groups[0]["lr"]:.6f}'
})
return total_loss / len(self.train_loader), 100. * correct / total
def validate(self):
# eval + no_grad:关闭 Dropout、不计算梯度
self.model.eval()
total_loss = 0.0
correct = 0
total = 0
with torch.no_grad():
for inputs, labels in tqdm(self.val_loader, desc='Validating'):
inputs, labels = inputs.to(self.device), labels.to(self.device)
outputs = self.model(inputs)
loss = self.criterion(outputs, labels)
total_loss += loss.item()
_, predicted = outputs.max(1)
total += labels.size(0)
correct += predicted.eq(labels).sum().item()
return total_loss / len(self.val_loader), 100. * correct / total
def train(self, epochs=10, save_dir='./checkpoints'):
os.makedirs(save_dir, exist_ok=True)
best_path = os.path.join(save_dir, f'{self.model_name}_best.pth')
print(f"\n训练 {self.model_name}")
print(f"设备: {self.device}")
print(f"初始LR: {self.optimizer.param_groups[0]['lr']}")
for epoch in range(epochs):
print(f"\nEpoch [{epoch+1}/{epochs}]")
train_loss, train_acc = self.train_epoch()
val_loss, val_acc = self.validate()
self.history['train_loss'].append(train_loss)
self.history['train_acc'].append(train_acc)
self.history['val_loss'].append(val_loss)
self.history['val_acc'].append(val_acc)
# 调度器按验证准确率调整学习率,变化时手动打印
old_lr = self.optimizer.param_groups[0]['lr']
self.scheduler.step(val_acc)
new_lr = self.optimizer.param_groups[0]['lr']
if new_lr != old_lr:
print(f"! LR调整: {old_lr:.6f} -> {new_lr:.6f}")
print(f"Train: loss={train_loss:.4f}, acc={train_acc:.2f}%")
print(f"Val: loss={val_loss:.4f}, acc={val_acc:.2f}%")
# 验证准确率创新高时保存当前权重
if val_acc > self.best_acc:
self.best_acc = val_acc
torch.save(self.model.state_dict(), best_path)
print(f"* 保存最佳模型: {val_acc:.2f}%")
# 保存训练历史并绘制曲线
with open(os.path.join(save_dir, f'{self.model_name}_history.json'), 'w') as f:
json.dump(self.history, f, indent=2)
self.plot_history(save_dir)
return self.history
def plot_history(self, save_dir):
fig, axes = plt.subplots(1, 2, figsize=(12, 4))
axes[0].plot(self.history['train_loss'], label='Train')
axes[0].plot(self.history['val_loss'], label='Val')
axes[0].set_title('Loss')
axes[0].legend()
axes[0].grid(True)
axes[1].plot(self.history['train_acc'], label='Train')
axes[1].plot(self.history['val_acc'], label='Val')
axes[1].set_title('Accuracy')
axes[1].legend()
axes[1].grid(True)
plt.tight_layout()
plt.savefig(os.path.join(save_dir, f'{self.model_name}_curves.png'), dpi=150)
plt.close()
def test(model, test_loader, device, model_path=None, num_classes=2, class_names=None):
# 加载最优权重,map_location 保证跨设备加载
if model_path is not None:
model.load_state_dict(torch.load(model_path, map_location=device))
print(f"加载模型: {model_path}")
model = model.to(device)
model.eval()
all_preds = []
all_labels = []
correct = 0
total = 0
# 推理阶段不计算梯度,收集全部预测用于生成分类报告与混淆矩阵
with torch.no_grad():
for inputs, labels in tqdm(test_loader, desc='Testing'):
inputs, labels = inputs.to(device), labels.to(device)
outputs = model(inputs)
_, predicted = outputs.max(1)
total += labels.size(0)
correct += predicted.eq(labels).sum().item()
all_preds.extend(predicted.cpu().numpy())
all_labels.extend(labels.cpu().numpy())
accuracy = 100. * correct / total
print(f"\n测试准确率: {accuracy:.2f}%")
# 默认类别名:二分类为 负面/正面
if class_names is None:
class_names = ['负面', '正面'] if num_classes == 2 else [f'class_{i}' for i in range(num_classes)]
print("\n分类报告:")
print(classification_report(all_labels, all_preds, target_names=class_names, digits=4))
# 混淆矩阵热力图,并在格中标注样本数
cm = confusion_matrix(all_labels, all_preds)
plt.figure(figsize=(6, 6))
plt.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues)
plt.title('Confusion Matrix')
plt.colorbar()
tick_marks = np.arange(len(class_names))
plt.xticks(tick_marks, class_names, rotation=45)
plt.yticks(tick_marks, class_names)
plt.ylabel('True Label')
plt.xlabel('Predicted Label')
for i in range(len(class_names)):
for j in range(len(class_names)):
plt.text(j, i, cm[i, j], ha="center", va="center",
color="white" if cm[i, j] > cm.max()/2 else "black")
plt.tight_layout()
plt.savefig('confusion_matrix.png', dpi=150)
plt.close()
return accuracy
if __name__ == '__main__':
print("=" * 60)
print("测试 train.py 模块")
print("=" * 60)
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print(f"设备: {device}")
# 用随机模拟数据验证 Trainer 与 test(),无需真实数据集
vocab_size, seq_len, num_classes = 100, 20, 2
batch_size, num_samples = 8, 64
X = torch.randint(0, vocab_size, (num_samples, seq_len))
y = torch.randint(0, num_classes, (num_samples,))
dataset = torch.utils.data.TensorDataset(X, y)
# 按 7:1.5:1.5 划分模拟数据集
train_size = int(0.7 * num_samples)
val_size = int(0.15 * num_samples)
test_size = num_samples - train_size - val_size
train_ds, val_ds, test_ds = torch.utils.data.random_split(
dataset, [train_size, val_size, test_size]
)
train_loader = torch.utils.data.DataLoader(train_ds, batch_size=batch_size, shuffle=True)
val_loader = torch.utils.data.DataLoader(val_ds, batch_size=batch_size, shuffle=False)
test_loader = torch.utils.data.DataLoader(test_ds, batch_size=batch_size, shuffle=False)
print(f"\n模拟数据:")
print(f" 总样本: {num_samples}")
print(f" 训练集: {train_size}, 验证集: {val_size}, 测试集: {test_size}")
print(f" 序列长度: {seq_len}, 词表大小: {vocab_size}, 类别数: {num_classes}")
# 结构极简的 DummyModel,用于快速验证训练闭环
class DummyModel(nn.Module):
def __init__(self, vocab_size, num_classes):
super().__init__()
self.embedding = nn.Embedding(vocab_size, 16, padding_idx=0)
self.fc = nn.Linear(16, num_classes)
def forward(self, x):
embedded = self.embedding(x).mean(dim=1)
return self.fc(embedded)
model = DummyModel(vocab_size, num_classes)
print(f"\n模拟模型参数量: {sum(p.numel() for p in model.parameters())}")
trainer = Trainer(model, train_loader, val_loader, device,
lr=0.01, model_name='TestModel')
print("\n开始训练 2 个 epoch...")
history = trainer.train(epochs=2, save_dir='./test_checkpoints')
# 用刚保存的权重验证 test() 函数
print("\n" + "=" * 60)
print("测试 test() 函数")
print("=" * 60)
test_acc = test(model, test_loader, device,
model_path='./test_checkpoints/TestModel_best.pth',
num_classes=num_classes,
class_names=['负面', '正面'])
print(f"\n测试完成,最终准确率: {test_acc:.2f}%")
# 清理测试产生的临时文件
import shutil
if os.path.exists('./test_checkpoints'):
shutil.rmtree('./test_checkpoints')
print("\n测试检查点已清理: ./test_checkpoints")
if os.path.exists('confusion_matrix.png'):
os.remove('confusion_matrix.png')
print("测试混淆矩阵图已清理: confusion_matrix.png")
print("\n" + "=" * 60)
print("所有测试通过!")
print("=" * 60)

4.4 text_main.py — 主程序#

代码功能:串联数据加载、模型构建、训练评估与结果对比,依次完成 TextRNN 与 TextTransformer 的完整实验并输出对比结果。运行命令:python text_main.py。

执行流程:配置计算设备 → 准备数据并保存词表 → 构建 TextRNN 训练 10 轮、保存最优权重并测试 → 构建 TextTransformer 训练 10 轮、保存最优权重并测试 → 对比参数量与准确率并写入 experiment2_results.txt。

import torch
import os
import sys
from text_data import WaimaiDataProcessor
from text_models import TextRNN, TextTransformer
from train import Trainer, test
def main():
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print(f"{'='*60}")
print("实验2:外卖评论情感分类(TextRNN vs TextTransformer)")
print(f"{'='*60}")
print(f"设备: {device}")
if not torch.cuda.is_available():
print("警告: 使用CPU训练(较慢)")
print(f"\n{'='*60}")
print("步骤1: 数据工程")
print(f"{'='*60}")
try:
processor = WaimaiDataProcessor(
data_path='./data/waimai_10k.csv',
batch_size=64,
max_len=128
)
train_loader, val_loader, test_loader, vocab = processor.get_loaders(
val_ratio=0.15,
test_ratio=0.15
)
vocab_size = len(vocab)
print(f"\n词表大小: {vocab_size}")
except FileNotFoundError as e:
print(e)
return
# 词表随权重一并保存,供可视化脚本加载复用
import pickle
os.makedirs('./checkpoints', exist_ok=True)
with open('./checkpoints/vocab.pkl', 'wb') as f:
pickle.dump(vocab, f)
print(f"词表已保存: {len(vocab)}")
print(f"\n{'='*60}")
print("步骤2: TextRNN 训练与测试")
print(f"{'='*60}")
rnn_model = TextRNN(
vocab_size=vocab_size,
embed_dim=128,
hidden_dim=256,
num_classes=2,
num_layers=2,
dropout=0.5
)
rnn_params = sum(p.numel() for p in rnn_model.parameters()) / 1e6
print(f"参数量: {rnn_params:.2f}M")
trainer_rnn = Trainer(rnn_model, train_loader, val_loader, device,
lr=0.001, model_name='TextRNN')
trainer_rnn.train(epochs=10)
# 训练结束后从 checkpoint 加载最优权重,在测试集评估
test_acc_rnn = test(rnn_model, test_loader, device,
model_path='./checkpoints/TextRNN_best.pth',
num_classes=2,
class_names=['负面', '正面'])
print(f"\n{'='*60}")
print("步骤3: TextTransformer 训练与测试")
print(f"{'='*60}")
trans_model = TextTransformer(
vocab_size=vocab_size,
embed_dim=128,
num_heads=4,
num_layers=2,
dim_feedforward=512,
num_classes=2,
dropout=0.3
)
trans_params = sum(p.numel() for p in trans_model.parameters()) / 1e6
print(f"参数量: {trans_params:.2f}M")
trainer_trans = Trainer(trans_model, train_loader, val_loader, device,
lr=0.001, model_name='TextTransformer')
trainer_trans.train(epochs=10)
test_acc_trans = test(trans_model, test_loader, device,
model_path='./checkpoints/TextTransformer_best.pth',
num_classes=2,
class_names=['负面', '正面'])
print(f"\n{'='*60}")
print("步骤4: 实验结果对比")
print(f"{'='*60}")
print(f"{'模型':<20} {'参数量':<10} {'测试准确率':<10}")
print("-" * 60)
print(f"{'TextRNN':<20} {rnn_params:<10.2f} {test_acc_rnn:<10.2f}%")
print(f"{'TextTransformer':<20} {trans_params:<10.2f} {test_acc_trans:<10.2f}%")
print(f"{'='*60}")
# 对比结果写入文本文件
with open('experiment2_results.txt', 'w') as f:
f.write("实验2:外卖评论情感分类对比结果\n")
f.write(f"{'='*60}\n")
f.write(f"数据集: waimai_10k (11,987条)\n")
f.write(f"TextRNN: 参数量={rnn_params:.2f}M, 准确率={test_acc_rnn:.2f}%\n")
f.write(f"TextTransformer: 参数量={trans_params:.2f}M, 准确率={test_acc_trans:.2f}%\n")
print("\n结果已保存: experiment2_results.txt")
if __name__ == '__main__':
main()

4.5 visualize_text_classification.py — 可视化模块#

代码功能:加载已训练的 TextRNN 与 TextTransformer 权重及词表,对随机抽取的评论进行预测并输出逐样本对比报告。运行命令:python visualize_text_classification.py。

该脚本加载训练好的两个模型权重与 checkpoints/vocab.pkl 词表,从原始 CSV 中随机抽取 10 条评论样本,分别用两个模型预测并输出置信度,把逐样本对比结果写入 visualization_text.txt。

import torch
import random
import os
import pickle
import pandas as pd
from text_data import WaimaiDataset
from text_models import TextRNN, TextTransformer
def visualize_text_comparison(num_samples=10, save_path='visualization_text.txt'):
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print(f"使用设备: {device}")
# 检查权重与词表文件是否齐全,缺失则提示先运行 text_main.py
if not os.path.exists('./checkpoints/TextRNN_best.pth'):
print("错误:找不到 TextRNN_best.pth")
return False
if not os.path.exists('./checkpoints/TextTransformer_best.pth'):
print("错误:找不到 TextTransformer_best.pth")
return False
# 加载与训练时一致的词表,保证索引含义相同
vocab_path = './checkpoints/vocab.pkl'
if not os.path.exists(vocab_path):
print(f"错误:找不到词表文件 {vocab_path}")
print("请先运行 text_main.py 完成训练,会生成词表文件")
return False
with open(vocab_path, 'rb') as f:
vocab = pickle.load(f)
vocab_size = len(vocab)
print(f"加载词表: {vocab_size} 个词")
print("加载模型...")
rnn = TextRNN(vocab_size, embed_dim=128, hidden_dim=256, num_classes=2).to(device)
rnn.load_state_dict(torch.load('./checkpoints/TextRNN_best.pth', map_location=device))
rnn.eval()
transformer = TextTransformer(vocab_size, embed_dim=128, num_heads=4,
num_layers=2, dim_feedforward=512, num_classes=2).to(device)
transformer.load_state_dict(torch.load('./checkpoints/TextTransformer_best.pth', map_location=device))
transformer.eval()
# 从原始 CSV 中随机抽取指定数量的评论
print("选择测试样本...")
df = pd.read_csv('./data/waimai_10k.csv')
test_indices = random.sample(range(len(df)), num_samples)
sample_df = df.iloc[test_indices].reset_index(drop=True)
label_names = {0: '负面', 1: '正面'}
results = []
print("进行预测...")
for i, row in sample_df.iterrows():
text = str(row['review'])
true_label = row['label']
# 复用 WaimaiDataset 的序列化逻辑,保证与训练时预处理一致
dataset = WaimaiDataset([text], [true_label], vocab=vocab, max_len=128)
seq, _ = dataset[0]
seq = seq.unsqueeze(0).to(device)
# Softmax 将 logits 转为概率分布,取最大项作为预测类别与置信度
with torch.no_grad():
output_rnn = rnn(seq)
probs_rnn = torch.softmax(output_rnn, dim=1)
pred_rnn = torch.argmax(probs_rnn, dim=1).item()
conf_rnn = torch.max(probs_rnn).item()
with torch.no_grad():
output_trans = transformer(seq)
probs_trans = torch.softmax(output_trans, dim=1)
pred_trans = torch.argmax(probs_trans, dim=1).item()
conf_trans = torch.max(probs_trans).item()
results.append({
'text': text[:80] + '...' if len(text) > 80 else text,
'true_label': true_label,
'true_name': label_names[true_label],
'rnn_pred': pred_rnn,
'rnn_name': label_names[pred_rnn],
'rnn_conf': conf_rnn,
'rnn_correct': pred_rnn == true_label,
'trans_pred': pred_trans,
'trans_name': label_names[pred_trans],
'trans_conf': conf_trans,
'trans_correct': pred_trans == true_label
})
# 生成逐样本对比报告
lines = []
lines.append("=" * 80)
lines.append("实验2:外卖评论情感分类 - 模型对比可视化")
lines.append("对比模型:TextRNN vs TextTransformer")
lines.append("=" * 80)
lines.append("")
for i, r in enumerate(results, 1):
lines.append(f"【样本 {i}】")
lines.append(f"文本: {r['text']}")
lines.append(f"真实标签: {r['true_name']} (label={r['true_label']})")
lines.append("")
lines.append(f" TextRNN预测: {r['rnn_name']:4s} (置信度: {r['rnn_conf']:.4f}) {'✓' if r['rnn_correct'] else '✗'}")
lines.append(f" TextTransformer预测: {r['trans_name']:4s} (置信度: {r['trans_conf']:.4f}) {'✓' if r['trans_correct'] else '✗'}")
lines.append("-" * 80)
lines.append("")
# 统计两个模型在这批样本上的正确率
correct_rnn = sum(1 for r in results if r['rnn_correct'])
correct_trans = sum(1 for r in results if r['trans_correct'])
lines.append("=" * 80)
lines.append("统计汇总")
lines.append("=" * 80)
lines.append(f"测试样本数: {num_samples}")
lines.append(f"TextRNN正确率: {correct_rnn}/{num_samples} ({100*correct_rnn/num_samples:.1f}%)")
lines.append(f"TextTransformer正确率: {correct_trans}/{num_samples} ({100*correct_trans/num_samples:.1f}%)")
lines.append("=" * 80)
content = '\n'.join(lines)
with open(save_path, 'w', encoding='utf-8') as f:
f.write(content)
print(f"\n✓ 可视化结果已保存: {save_path}")
print(f"\n预览(前3个样本):")
print('\n'.join(lines[:25]))
return True
if __name__ == '__main__':
visualize_text_comparison(num_samples=10)

五、测试/调试及实验结果分析#

5.1 模块自测#

text_data.py、text_models.py、train.py 均能够正常运行:

  • text_data.py:直接运行即可加载 11,987 条数据、构建词表、划分训练/验证/测试集,并输出一个 batch 的序列与标签形状。
  • text_models.py:直接运行用随机词索引做自测,输出 TextRNN: torch.Size([4, 2]) 与 TextTransformer: torch.Size([4, 2]),符合预期的输出形状。
  • train.py:直接运行以随机模拟数据(64 个样本、序列长度 20、词表 100)跑 2 个 epoch,验证 Trainer 训练流程与 test() 测试流程,结束后自动清理 test_checkpoints 与测试产生的混淆矩阵图。

5.2 两模型对比结果#

数据工程阶段在训练集上构建词表并保存为 data/vocab.pkl 与 checkpoints/vocab.pkl;数据集按 7 : 1.5 : 1.5 划分,训练集 8,391 条、验证集 1,798 条、测试集 1,798 条。两个模型各训练 10 轮后,在测试集上的对比结果如下:

模型参数量测试准确率
TextRNN(双向 LSTM)3.06M87.21%
TextTransformer1.03M86.99%

text_main.py 输出的模型对比结果文本
text_main.py 输出的模型对比结果文本

text_main.py 会把上述结果写入 exp2_stu/experiment2_results.txt,两个模型准确率只相差 0.22 个百分点,但 TextRNN 的参数量约为 TextTransformer 的 3 倍。

5.3 训练曲线分析#

每个模型训练结束后,train.py 的 plot_history() 会把训练/验证的损失与准确率画成左右两张子图,保存为 checkpoints/<模型名>_curves.png。

TextTransformer 训练曲线
TextTransformer 训练曲线

TextRNN 训练曲线
TextRNN 训练曲线

EpochTextRNN 训练准确率TextRNN 验证准确率TextTransformer 训练准确率TextTransformer 验证准确率
181.49%85.32%80.66%85.09%
287.03%87.10%85.58%84.76%
389.11%87.76%87.01%86.26%
490.48%86.99%88.07%87.10%
591.00%88.15%88.98%87.49%
692.30%87.65%89.98%87.21%
793.39%87.60%90.24%86.48%
893.66%88.04%90.70%86.60%
994.34%86.76%91.17%86.76%
1096.38%86.10%92.66%87.26%

结合 checkpoints/*_history.json 的逐轮数据可以看出:

  • 两个模型的训练集准确率都稳步上升:TextRNN 从 81.49% 升到 96.38%,TextTransformer 从 80.66% 升到 92.66%。
  • 验证集准确率都在第 5 轮附近见顶(TextRNN 88.15%、TextTransformer 87.49%),之后停滞甚至回落,TextRNN 末轮验证损失从首轮 0.357 升到 0.448,是典型的过拟合表现。
  • 相比之下 TextTransformer 的验证曲线更平稳(末轮验证准确率 87.26%、验证损失 0.378),且参数量只有 1.03M,说明自注意力结构在这个任务上更”轻”。
  • 训练中使用了 ReduceLROnPlateau(mode='max', factor=0.5, patience=3),验证指标连续 3 轮不提升时自动把学习率减半,用于缓解后期的震荡。

5.4 混淆矩阵#

外卖评论情感分类混淆矩阵
外卖评论情感分类混淆矩阵

train.py 的 test() 会把混淆矩阵覆盖写入同一个 confusion_matrix.png,因此最终保存的是后执行的 TextTransformer 的结果。矩阵总样本数为 1,798,与测试集规模一致,也印证了 86.99% 的测试准确率:

真实 \ 预测负面正面该类正确率
负面11277993.44%
正面15543773.82%

负面样本的识别率明显更高(1,206 条中判对 1,127 条),而正面样本有 155 条被判成负面、占正面样本的 26.2%。这说明评论中的正面表达更容易被忽略——像”还行""不错""速度很快”这类偏中性或混合语气的表述,与负面样本在词面上高度重叠,是模型的主要误差来源,也与 5.5 中的个例表现一致。

5.5 文本预测对比可视化#

visualize_text_classification.py 从原始 CSV 中随机抽取 10 条评论,用两个模型分别预测并给出置信度,完整输出保存在 exp2_stu/visualization_text.txt。

文本预测对比结果(样本 1-3)
文本预测对比结果(样本 1-3)

文本预测对比结果(样本 4-8)
文本预测对比结果(样本 4-8)

文本预测对比结果(样本 9-10 与统计汇总)
文本预测对比结果(样本 9-10 与统计汇总)

样本文本真实标签TextRNN 预测(置信度)TextTransformer 预测(置信度)
培根嚼不烂负面负面(0.8062)✓负面(0.9300)✓
速度很快,还行负面正面(0.7385)✗正面(0.9862)✗
菜品一般。快递不错!正面正面(0.5288)✓负面(0.7933)✗
送餐时间太长快一小时了负面负面(0.9263)✓负面(0.9823)✓
太差了,麻辣烫就一点点菜,全部都是粉条子负面负面(0.9287)✓负面(0.9903)✓
食物很干净,吃着放心正面正面(0.9692)✓正面(0.9599)✓
确实挺好吃!就是送的有点儿慢!正面正面(0.9329)✓正面(0.6405)✓
量不大,醋都没给带!负面负面(0.9840)✓负面(0.9806)✓
牛柳越来越少!负面负面(0.8956)✓负面(0.8138)✓
超好吃!!!特别快就到了,很大一份~~正面正面(0.9990)✓正面(0.9843)✓

统计汇总:10 条样本中 TextRNN 判对 9 条(90.0%),TextTransformer 判对 8 条(80.0%)。样本量只有 10 条,只能作为直观示例,不代表全量测试集水平,但能看出两种结构的差异:

  • 两个模型都判错的是样本 2「速度很快,还行」,它的标注是负面——这类”词面正面、实际不满”的评论是共同的盲区。
  • 出现分歧的是样本 3「菜品一般。快递不错!」(真实标签正面):TextRNN 判对但置信度只有 0.5288,TextTransformer 直接判成负面(0.7933),说明 Transformer 对”一般”这类负面词汇更敏感,容易压过后面的正面表达。
  • 判对的样本中,TextRNN 的置信度普遍更高(如样本 10 达到 0.9990),与它参数量更大、对训练集拟合更深的特点是吻合的。

六、实验结论与体会#

本次实验基于PyTorch框架完成了外卖评论情感分类任务,构建了从中文文本预处理、TextRNN与TextTransformer模型搭建到训练验证及结果对比的完整流程;实验结果显示TextRNN准确率为 90.0%,TextTransformer准确率为80.0%,二者性能接近且均能有效完成二分类情感识别任务。通过实现中文分词、词表构建、序列填充与掩码池化等关键代码,我深入掌握了NLP数据预处理的核心步骤,直观理解了词嵌入、位置编码、双向LSTM及Transformer编码器的工作机制,真正实现了理论知识与工程实践的紧密结合。实验过程也让我深刻意识到训练策略对模型性能的重要影响,自适应学习率调整、Dropout正则化及掩码机制等手段有效提升了模型的泛化能力并缓解了过拟合风险,而模块化的代码设计则显著增强了结构的清晰度,大幅提升了调试与复用的便利性。在模型对比层面,TextRNN凭借较大的参数量取得了略高的准确率,在捕捉文本时序依赖方面表现突出;TextTransformer则依靠自注意力机制建模上下文关系,在参数量更小、推理效率更高的维度展现出独特优势,清晰体现了不同网络结构在文本任务中的差异化价值。总体而言,本次实验不仅提升了我的深度学习编程能力、问题排查能力与结果分析能力,更让我深刻认识到数据质量、模型结构与训练策略三者共同决定最终效果,为后续深入学习与实践自然语言处理相关技术奠定了扎实基础。

注:上文中的 90.0% / 80.0% 来自可视化脚本随机抽取的 10 条样本;全量测试集(1,798 条)的准确率为 TextRNN 87.21%、TextTransformer 86.99%。

2026年5月21日

附:实验整体流程#

text_data.py

jieba 分词 + 词表构建

序列化/填充 + DataLoader

text_models.py

TextRNN:双向 LSTM + 掩码平均池化

TextTransformer:位置编码 + Encoder

train.py

CrossEntropyLoss + Adam + ReduceLROnPlateau

训练/验证/测试闭环

text_main.py

TextRNN 训练 10 轮 → 测试

TextTransformer 训练 10 轮 → 测试

checkpoints

TextRNN_best.pth(3.06M)

TextTransformer_best.pth(1.03M)

experiment2_results.txt

TextRNN 87.21% / Transformer 86.99%

visualize_text_classification.py

随机 10 条样本预测对比

RNN 9/10 vs Transformer 8/10

结论

两模型性能接近,TextRNN 置信度更高

Transformer 参数更少、验证曲线更平稳

text_data.py

jieba 分词 + 词表构建

序列化/填充 + DataLoader

text_models.py

TextRNN:双向 LSTM + 掩码平均池化

TextTransformer:位置编码 + Encoder

train.py

CrossEntropyLoss + Adam + ReduceLROnPlateau

训练/验证/测试闭环

text_main.py

TextRNN 训练 10 轮 → 测试

TextTransformer 训练 10 轮 → 测试

checkpoints

TextRNN_best.pth(3.06M)

TextTransformer_best.pth(1.03M)

experiment2_results.txt

TextRNN 87.21% / Transformer 86.99%

visualize_text_classification.py

随机 10 条样本预测对比

RNN 9/10 vs Transformer 8/10

结论

两模型性能接近,TextRNN 置信度更高

Transformer 参数更少、验证曲线更平稳

文章分享

如果这篇文章对你有帮助,欢迎分享给更多人!

外卖评论情感分类
作者
Mudrock
发布于
2026-09-04
许可协议
CC BY-NC-SA 4.0
相关文章智能推荐
1
CIFAR-10图像分类
深度学习基于 PyTorch 的 CIFAR-10 图像分类实验:围绕 CIFAR-10 数据集搭建「数据工程 → 模型定义 → 训练与测试 → 可视化对比」完整流程,分别用多层感知机(MLP)与 ResNet-18 完成 10 类彩色图像分类,并对比两种模型的参数量、测试准确率、训练曲线、混淆矩阵与预测结果。
2
基于无监督学习的Web日志异常检测系统
日志审计基于无监督学习的 Web 日志异常检测系统实践记录:以 Kaggle Web Log Dataset 的 16007 条 OJ 服务器日志为对象,构建从原始日志到异常告警的无监督检测流水线——数据清洗与字段解析、Drain 日志模板挖掘、时间窗口特征工程、Isolation Forest 无监督异常检测,最终定位出登录爆破尝试与越权访问等典型异常请求。
3
AI算法用于日志异常分析(Python)
日志审计基于 Python 的日志异常分析实验:用 Drain 算法解析 HDFS 模拟日志并统计模板频率,用 TF-IDF + Isolation Forest 完成异常检测,再在实验4专用 DVWA 环境中执行 SQL 注入、暴力破解、目录扫描等真实攻击,对比规则统计法与 AI 算法两种检测结果。
4
DVWA靶机攻击日志收集与观察
日志审计记录「DVWA 靶机攻击日志收集与观察」实验:在实验 2 的日志架构基础上引入 DVWA 靶机,由 Promtail 从靶机采集日志,通过攻击 DVWA 靶机产生攻击日志,再在浏览器中利用 Grafana 观察生成的攻击日志,建立攻击行为与日志数据之间的关联概念。
5
日志收集与分析系统操作
日志审计记录「日志收集与分析系统操作」实验的完整过程:在 Kali Linux 中用 Docker Compose 部署 Loki + Promtail + Grafana,实现本地 journald 日志的实时采集、集中存储与可视化展示,再通过 Grafana Explore 与自定义 LogQL 查询、Dashboard 面板完成日志级别分布统计与错误/警告趋势监控。
随机文章随机推荐
Profile Image of the Author
Mudrock
Hello, I'm Mudrock.
公告
欢迎来到我的博客!本站将持续上传一些我的各项学习资料等内容。
分类
标签
最新动态
站点统计
文章
7
分类
2
标签
28
总字数
38,296
最后活动
0 天前
文章目录