作家风格识别

浙江大学《人工智能与系统》课程作业，作家风格识别

项目来源于：https://mo.zju.edu.cn/workspace/5f8ed41148689dc2e7441a23?type=app&tab=2（似乎只有我登录了自己的号才能看到。。。）

具体数据处理过程说明可查看 torch_main.ipynb。

1 SVM

直接运行 svm_train.py 即可开始拟合。

之后运行 nn_predict.py 对预设的文字进行预测，输出结果。

通过 model_test.py 测试结果为 50 个中正确 45 个。

2 Pytorch 神经网络

直接运行 nn_train.py 即可开始训练。

训练过程输出：

epoch:0 | valid_acc:0.2632
epoch:1 | valid_acc:0.4286
epoch:2 | valid_acc:0.6184
epoch:3 | valid_acc:0.8120
epoch:4 | valid_acc:0.8816
epoch:5 | valid_acc:0.9023
epoch:6 | valid_acc:0.8929
epoch:7 | valid_acc:0.9117
epoch:8 | valid_acc:0.9154
epoch:9 | valid_acc:0.9098
epoch:10 | valid_acc:0.8966
epoch:11 | valid_acc:0.9117
epoch:12 | valid_acc:0.9023
epoch:13 | valid_acc:0.9117
epoch:14 | valid_acc:0.9023
epoch:15 | valid_acc:0.9229
epoch:16 | valid_acc:0.8910
epoch:17 | valid_acc:0.9211
epoch:18 | valid_acc:0.9060
epoch:19 | valid_acc:0.9229
best accuracy:0.9436

之后运行 nn_predict.py 对预设的文字进行预测，输出结果：

LX

通过 model_test.py 测试结果为 50 个中正确 46 个。

3 bert

先安装 transformers 库：

pip install transformers

然后运行 bert_train.py。

部分输出如下：

step: 0 loss: 0.012350269593298435
step: 50 loss: 0.12088379263877869
...
step: 450 loss: 0.0010281536960974336
eval step: 0 loss: 0.002066229470074177
eval step: 1 loss: 0.0006851256475783885
eval step: 2 loss: 0.0010056671453639865
...
eval step: 51 loss: 0.03821168094873428
eval step: 52 loss: 0.0007723120506852865
Saved model
Train loss     : 0.056686907584876996
Validation loss: 0.11087377357652481
Accuracy: 0.9716981132075472

通过 model_test.py 测试结果为 50 个正确 48 个，就是推理慢了点。

（因 bert 训练后的模型文件过大，未上传模型文件）