文本分类
组件介绍
**“文本分类”（Text Classification）**控件主要用于训练文本分类模型。
文本分类是一种常见的 NLP 任务，文本分类模型将文本依据规则和标准划分到为特定的类别空间，文本分类任务可用于垃圾邮件识别，情感分析等场景。
- 输入：
- text: 文本数据集
- 输出：
- dpmod：深度学习模型
**“文本分类”（Text Classification）**控件读取文本分类数据集，通过指定要训练的模型及相关的训练参数进行文本分类模型的训练。 训练集目录结构如下：
|- train.txt
|- val.txt
train.txt用于记录训练集数据信息，包括标注及文本信息，其中第一列为标注（label），第二列为文本内容（text），数据集要求列名固定，两列之间以\t为分隔符，train.txt内容示例如下：
label text
0 #广州#【广州游行打砸抢罪犯资料公布！居然是日本间谍！】
0 哈佛墙上的话：我荒废的今日，正是昨天殒身之人祈求的明天；请享受无法 回避的痛苦；觉得自己为时已晚的时候，恰恰是最早的时候；谁也不可能轻易成功，它来自彻底的自我管理和毅力；现在流的口水，将成为明天的眼泪；今天不走，明天要跑；即使此刻，对手也在不停地翻动书页。（转）
1 有木有人和我一样。睡觉时头总爱靠在枕头的一角。据说这样的孩纸，都没安全感。
val.txt用于记录验证集数据信息，包括标注及文本信息，val.txt内容示例如下：
label text
1 住在四季酒店，才驚覺广州的夜景真美，酒店的安排亦很贴心；👏👍唯一要投诉的就是這些套房中間是有相連的門連接往其他房間，隣居的年轻朋友可能正在庆祝平安度过世界没日，氣氛非常熱鬧，我完全感受得到！[汗][吃惊]（我在懷疑，這不是雙重門嗎？為什么隔声這样差？[疑问]）[做鬼脸]
1 某人对你的恶毒，源于嫉妒，说明在某些方面你给他添了堵。
0 吃榴莲后，喝可口可乐，毒过眼镜蛇！ 又一游客，客死泰国异乡！
测试集目录结构如下：
|- test.txt
test.txt用于记录测试集数据信息，包括文本信息，test.txt内容示例如下：
text
演唱结束,麻衣接受了主持人吴大维的采访,九连拍的麻衣仍旧是那么可爱[鼓掌]
2月30号，我们在休假，蒙牛却在为我们生产良心奶[泪]via:钢铁侠Z
页面介绍
点击**“文本分类”（Text Classification）**控件查看参数配置页面，如下图所示：
参数选项
| 选项 | 说明 | 取值范围 | 样例值 | |
|---|---|---|---|---|
| 模型名称 | 设置模型名称，用于在其他组件中区分不同的模型 | 非空字符串 | Text Classification | |
| 计算框架 | 选择模型训练采用的训练框架，控件支持如下计算框架： | PyTorch | PyTorch | |
| 模型选择 | PyTorch | 支持的用于文本分类的深度学习模型 | BERT | BERT |
| Tensorflow | BERT | BERT | ||
| 训练参数 | 迭代轮数 | 训练迭代轮数（epoch） | 1~100000 | 10 |
| 学习率 | learning rate | 0.00000001~1 | 0.001 | |
| 批大小 | 一个epoch训练的样本大小 | 1~840 | 8 | |
使用案例
在下图所示的案例中，使用**“文本”（Text）控件加载数据集，连接“文本分类”（Text Classification）控件构建模型，再将“文本分类”（Text Classification）控件与“训练日志”（Train Log）**控件连接起来查看模型的训练日志。
案例中控件执行结果如下图所示：
