[レポート]cvuskさんの「青空文庫で作者っぽさ判定」をやってみた。

僕は暗闇の中、さまよっていた。

「深層学習とやらをやってみたい。」
そう思い立ち、よく良いと言われているゼロから作るDeep Learningを読んでみた。
なんとなくわかった気がしたが、
本に載っていたコードをいじってみたがうまく動かない。
ここまでかと思い諦めかけたとき、光が差した。

青空文庫で作者っぽさ判定（KERAS　＋　character-level cnn）

学習してみた

青空文庫のクローリングが終わり、
記事のaozora_cnn.pyを実行してみました。
epoch100まであるのですが、３日かかって学習がすべて終わりました。

epoch11のモデルのファイルが最高値みたいでした。

チェックポイントを設定しています。
チェックポイントにより、
検証時のaccuracyが最高値の場合は、
/tmp/配下にその時点のモデルをweight*.h5dfファイルとして保存します。

Epoch 11/100
378700/378774 [============================>.] - ETA: 0s - loss: 0.1420 - acc: 0.9449Epoch 00010: val_acc improved from 0.87362 to 0.89609, saving model to /tmp/weights.10-0.14-0.94-0.41-0.90.hdf5
378774/378774 [==============================] - 2298s - loss: 0.1420 - acc: 0.9449 - val_loss: 0.4083 - val_acc: 0.8961

判定してみた

epoch11以降はモデルのファイルが保存されなかったので、
epoch11のチェックポイントで作成した/tmp/weight-*.h5dfファイルを指定して、aozora_classification.pyを動かしてみました。

判定する文字列はsampleにもあるやつで。

中島敦『山月記』の冒頭を判定してみます。

~隴西の李徴は博學才穎、天寶の末年、若くして名を虎榜に連ね、ついで江南尉に補せられたが、性、狷介、自ら恃む所頗る厚く、賤吏に甘んずるを潔しとしなかつた。~

結果は、・・・

	夏目漱石	芥川龍之介	森鴎外	坂口安吾
0	1.056089e-09	1.293081e-07	0.000033	3.249434e-07

森鴎外っぽいってなるってる！
できたっぽい！（全くコード変えてないから当たり前ですが）

「夢なら覚めた。だけど僕らはまだ何もしていない。進め。」

判定してみた。夏目漱石っぽいみたい。

	夏目漱石	芥川龍之介	森鴎外	坂口安吾
0	0.125387	0.000199	6.651750e-07	0.026747