该仓库存储了使用图片+文本构建多模态模型分析情感的代码。
你可以通过运行以下代码安装本项目所需依赖。
pip install -r requirements.txt
以下是一些重要文件及其描述。
|-- data # 图片和文本数据
|-- model # 模型代码
|-- bert_resnet_simple.py # bert和resnet简单拼接模型
|-- bert_resnet_weight.py # bert和resnet动态加权模型
|-- bert_densenet_weight.py # bert和densenet动态加权模型
|-- txt_or_img.py # 消融实验
|-- report # 项目实验报告
|-- main.py # 模型训练及预测过程
|-- prediction # 预测输出文件
|-- requirement.txt # 运行所需依赖
|-- train.txt # 训练数据
|-- test_with_label.txt # 需要预测的文件
运行主函数,并且输入参数即可开始训练,可选参数为:
--model
:模型,可选bert_resnet_simple、bert_resnet_weight、bert_densenet_weight
--image_only
:只输入图片,不输入默认为false,与text_only参数互斥
--text_only
:只输入文字,不输入默认为false
--lr
:初始学习率,不输入默认为1e-5
--epoch_num
:训练迭代次数,默认为10次
例如:1.在命令行中输入以下代码,即可选用bert+resnet动态加权的模型,学习率为1e-6,迭代20次
python main.py --model bert_resnet_weight --lr 1e-6 --epoch_num 20
2.在命令行中输入以下代码,即可运行只输入图片的消融实验,学习率为1e-5,迭代10次
python main.py --image_only --model bert_resnet_weight
本项目并未参考其他库