chengsen/PyTorch_TextGCN 开源项目中文解读：技术栈、适用场景与上手建议

项目介绍

chengsen/PyTorch_TextGCN 是一个托管在 GitHub 上的开源项目，主要使用 Python 编写，目前获得 110 个 Star、21 次 Fork。

仓库全名: chengsen/PyTorch_TextGCN

README 摘要

Graph Convolutional Networks for Text Classification in PyTorch PyTorch 1.6 and Python 3.7 implementation of Graph Convolutional Networks for Text Classification [1]. Tested on the 20NG/R8/R52/Ohsumed/MR data set, the code on this repository can achieve the effect of the paper. Benchmark dataset | 20NG | R8 | R52 | Ohsumed | MR | TextGCN(official) | 0.8634 | 0.9707 | 0.9356 | 0.6836 | 0.7674 | This repo. | 0.8618 |…

完整内容见 GitHub 原始 README 或本页。

常见问题

PyTorch_TextGCN 用什么语言开发？

主要使用 Python 编写，目前有 110 个 Star。

如何获取 PyTorch_TextGCN 的源码？

可以直接克隆仓库：git clone https://github.com/chengsen/PyTorch_TextGCN.git，默认分支为 main；安装与运行步骤见仓库 README。

PyTorch_TextGCN 最近还在维护吗？

仓库最近一次更新为 2020年10月7日，当前有 9 个未关闭 Issue；Star 数为 110，可作为社区活跃度的参考。

关于

The PyTorch 1.6 and Python 3.7 implementation for the paper Graph Convolutional Networks for Text Classification

deep-learning gnn-model graph graph-neural-networks text-classification

110 Stars
21 Forks
2 Watching

描述取自 GitHub 官方 API，中文内容由 GitRead 中文社区编辑团队整理。

简要分析

热度分

154

价值分

72

活跃状态

活跃

语言占比

Python

贡献者

chengsen

Graph Convolutional Networks for Text Classification in PyTorch

PyTorch 1.6 and Python 3.7 implementation of Graph Convolutional Networks for Text Classification [1].

Tested on the 20NG/R8/R52/Ohsumed/MR data set, the code on this repository can achieve the effect of the paper.

Benchmark

dataset	20NG	R8	R52	Ohsumed	MR
TextGCN(official)	0.8634	0.9707	0.9356	0.6836	0.7674
This repo.	0.8618	0.9704	0.9354	0.6827	0.7643

NOTE: The result of the experiment is to repeat the run 10 times, and then take the average of accuracy.

Requirements

fastai==2.0.15
PyTorch==1.6.0
scipy==1.5.2
pandas==1.0.1
spacy==2.3.1
nltk==3.5
prettytable==1.0.0
numpy==1.18.5
networkx==2.5
tqdm==4.49.0
scikit_learn==0.23.2

Usage

Process the data first, run data_processor.py (Already done)
Generate graph, run build_graph.py (Already done)
Training model, run trainer.py

References

[1] Yao, L. , Mao, C. , & Luo, Y. . (2018). Graph convolutional networks for text classification.

评论

暂无评论