1. 训练长短期记忆(LSTM)网络，将文本数据视为时间序列，并学习时间步长之间的长期依赖关系。
2. 训练卷积神经网络(CNN)，将文本数据视为高光谱图像，并通过应用滑动卷积滤波器学习局部特征。

背景:词嵌入

意大利-罗马+巴黎≈法国

emb = fasttextwordem寝料;

意大利= word2vec(emb，“意大利”);罗马= word2vec(emb，“罗马”);巴黎= word2vec(emb，“巴黎”);Word = vec2word(emb，意大利-罗马+巴黎)

从文字到图像

str = "西班牙的雨主要落在平原上。";文档= tokenizedDocument(str);序列= doc2sequence(emb，文档);

图I =序列{1};imagesc(I，[-1 1]) colorbar xlabel(“单词索引”)ylabel(“嵌入特征”)title(“单词向量”)

Load Wine评论数据

Filename = fullfile("wine-reviews"，"winemag-data-130k-v2.csv");data = readtable(文件名，"Encoding"，"UTF-8");数据。Variety = categorical(data.variety);

探索葡萄酒评论数据

图;wordcloud (data.variety);标题(“葡萄品种”)

标签= ["Gewürztraminer" "霞多丽" "内比欧罗" "马尔贝克"];commonWords = ["wine" "Drink" "Drink" " flavour " "finish" "palate" "notes" "aromas"];图为I = 1:4 subplot(2,2, I) label = labels(I);Idx = data。品种==标签;STR = data.description(idx);documents = tokenizedDocument(str) documents = removeWords(documents,commonWords);documents = removeWords(文档，标签);str = joinWords(文档);wordcloud (str); title(label) end

为深度学习准备文本数据

清理数据

idxMissing = ismissing(data.variety);data(idxMissing，:) = [];

numClasses = 200;[classCounts,classNames] = histcounts(data.variety);[~，idx] = maxk(classCounts,numClasses);classNames = classNames(idx);idx = ismember(data.variety,classNames);数据=数据(idx，:);

数据。变量= removecats(data.variety);classNames =类别(data.variety);

对数据进行分区

cvp = cvpartition(data.variety，'HoldOut'，0.3);fileametrain = fullfile("wine-reviews"，"wineReviews_" + numClasses + "_classes_Train.csv");dataTrain = data(training(cvp)，:);writetable (dataTrain filenameTrain,“编码”,“utf - 8”);dataHeldOut = data(test(cvp)，:);cvp = cvpartition(dataHeldOut.variety，'HoldOut'，0.5);filenameValidation = fullfile("wine-reviews"，"wineReviews_" + numClasses + "_classes_Validation.csv");dataValidation = dataHeldOut(training(cvp)，:);writetable (dataValidation filenameValidation,“编码”,“utf - 8”);filenameTest = fullfile("wine-reviews"，"wineReviews_" + numClasses + "_classes_Test.csv"); dataTest = dataHeldOut(test(cvp),:); writetable(dataTest,filenameTest,"Encoding","UTF-8");

需要从阅读代码中休息一下吗?阅读研究人员如何使用MATLAB制作更好的啤酒和葡萄酒这篇文章．

miniBatchSize = 128;ttdsTrain = tabularTextDatastore(fileametrain，…'SelectedVariableNames'，["description" "variety"]，…ReadSize, miniBatchSize);

指定输入大小

sequenceLength = 80;tdsTrain = transform(ttdsTrain， @(data) transformTextData(data,sequenceLength,emb,classNames));

预览(tdsTrain)

ttdsValidation = tabularTextDatastore(filenameValidation，…'SelectedVariableNames'，["description" "variety"]，…ReadSize, miniBatchSize);tdsValidation = transform(ttdsValidation， @(data) transformTextData(data,sequenceLength,emb,classNames))

定义网络架构

组网结构介绍如下: 输入大小为1 × S × C，其中S是序列长度，C是特征的数量(嵌入维度)。 对于长度为1到5的n-gram，让我们创建包含卷积层、批处理规范化层、ReLU层、dropout层和最大池化层的层块。 对于每个块，让我们指定256个大小为1 × N的卷积滤波器和大小为1 × s的池化区域，其中N是N -gram的长度。 让我们将输入层连接到每个块，并使用深度连接层连接块的输出。 最后，为了对输出进行分类，让我们包括一个输出大小为K的全连接层、一个softmax层和一个分类层，其中K是类的数量。

指定培训项目

numIterationsPerEpoch = floor(numObservationsTrain/miniBatchSize);选项= trainingOptions('adam'，…“MaxEpochs”,50岁,…“洗牌”,“从来没有”,…MiniBatchSize, MiniBatchSize,……ValidationData, tdsValidation,……ValidationFrequency, numIterationsPerEpoch,……“阴谋”、“训练进步”,…“详细”,假);

列车网络的

解百纳= trainNetwork(tdsTrain,lgraph,options);保存(“caberNet.mat”、“赤霞珠”)

测试网络

ttdsTest = tabularTextDatastore(filenameTest，…'SelectedVariableNames'，["description" "variety"]，…ReadSize, miniBatchSize);tdsTest = transform(ttdsTest， @(数据)transformTextData(数据，sequenceLength,emb,classNames));tbl = readall(ttdsTest);labelsTest = tbl.variety;YTest = categorical(labelsTest,classNames);YPred = category(赤霞珠，tdsTest，'MiniBatchSize'， MiniBatchSize);

对新数据进行预测

• “一种爽脆的、金黄色的、有气泡的葡萄酒。散发着柑橘类水果和成熟核果的香气。在调色板上，充满活力的苹果和奶油质感。”
• “稻草色中略带绿色。桃子和油桃的味道。浓郁微甜，浓郁的荔枝味。强烈的矿物味，带点甜味。”
• “酒体呈淡麦秆色，带有浓郁的柑橘香味。口感上有强烈的醋栗和清脆的酸橙味道，并带有淡淡的橡木味。”
• “深金色。浓郁的吐司和黄油香味，并带有浓郁的橡木味。口感上有浓郁的熟香蕉和熟苹果的味道。”
• “酒体清淡，色泽苍白。草莓和森林水果的芳香。略带橡木味，单宁轻微。充满活力的红樱桃味道。”
• 酒体中等，呈砖红色。散发着黑樱桃和紫罗兰的香气。复杂的味道，包括强烈的单宁以及黑色水果和胡椒的味道。”
• “深宝石红色。带有黑樱桃、橡木和丁香的芳香。略带烟熏味，带有强烈的黑莓和甘草的味道。”
• “强烈的黑洋流和蓝莓的香气。非常大的酒，酒精含量很高。口感浓郁，回味悠长。充满活力的黑色水果和香料的味道。”

sequencesNew = text2sequence(emb,str,sequenceLength);[YNewPred,scoresNew] = category (caberNet,sequencesNew);TBL =表;资源描述。PredictedVariety = YNewPred;资源描述。真正的多样性= YNewTest

可视化网络预测

idxObservation = 2;strNew = str(idxObservation) labelTest = YNewTest(idxObservation)

H =数字;h.位置(3)= 1.5 * h.位置(3);plotOcclusion(赤霞珠、emb strNew、sequenceLength labelTest)

idxObservation = 8;strNew = str(idxObservation) labelTest = YNewTest(idxObservation)

H =数字;h.位置(3)= 1.5 * h.位置(3);h.位置(4)= 1.5 * h.位置(4);plotOcclusion(赤霞珠、emb strNew、sequenceLength labelTest)

版权所有2018 The MathWorks, Inc.获取MATLAB代码