实验四：词嵌入和循环神经网络

开始之前

我们在本次实验中使用Jupyter Notebook进行实验，请参考Jupyter Notebook使用，按照文档中详细步骤进行操作，完成Jupyter Notebook的配置。

实验任务

本次实验分为两个任务：词嵌入（约90分钟）和RNN、LSTM和GRU文本生成任务实验（约60分钟）。

任务一：词嵌入

下载任务一代码

在这个任务中，你将：

1. 探索词嵌入的基本性质
2. 使用AG News数据集进行文本分类
3. 掌握使用词嵌入分类的基本流程和训练过程

主要内容包括：

• 词嵌入的基本原理
• 探索词嵌入及其基本性质
• 使用PyTorch框架实现文本分类
• 模型训练与评估
• 思考题讨论

通过本任务，你将掌握词嵌入的基础知识，认识词嵌入的基本性质，并能够在PyTorch框架下使用词嵌入训练一个文本分类模型。

任务二：RNN、LSTM和GRU文本生成任务

下载任务二代码

在这个任务中，你将：

1. 实现文本数据集的预处理操作
2. 探索RNN、LSTM和GRU的差异

主要内容包括：

• 文本预处理
• RNN文本生成实验
• LSTM和GRU文本生成实验
• RNN、LSTM和GRU的比较思考

通过本任务，你将掌握文本预处理操作，理解RNN的、LSTM和GRU的差异，并能够根据实际情况选择合适的模型。

实验提交

实验完成后，请提交以下材料：

1. 运行成功的Jupyter Notebook文件
2. 一份PDF报告，报告内容包括但不限于：
   1. 任务中的填充代码和相应实验结果
   2. 实验四思考题答案
   3. 实验心得与体会

提交说明

1. 本次提交的内容为: 实验四要求提交的内容，具体要求请参见实验网站（https://zhiweinju.github.io/nju-dl-lab-2025spring/）
2. 提交的报告文件请以PDF文件格式上传到selearning网站，上传文件的文件命名格式为: 学号_姓名_实验四.pdf，比如：123456789_张三_实验四.pdf
3. 其他提交文件（如 运行成功的Jupyter Notebook文件），请加上前缀: 学号_姓名_，比如: 123456789_张三_lab4.ipynb
4. 本次提交的截止时间为 3月21日23:59:59
5. 对于迟交的处理: 迟交一周以内，折扣系数为0.8，迟交超过一周，折扣系数为0.6，超过一个月停止接收提交，尚未提交者本次作业计0分