简介：该项目是在IMDB电影数据集上的二分类模型，主要功能如下：
1.实现了分类模型，该模型训练集的准确率为90%左右，测试集80%左右
2.抽取每句话的Input Vector(维度:50),Hidden Vector(维度:10)和Output(维度:2)存为指定格式的文本文件
3.用户可以自由指定相应的RNN模型，支持LSTM/GRU输出的文本内容格式说明
Sentence-[sentence-Index, word-Num]: I like playing football.
True-Label:positive
Predict-Label:positve
Predict-Prob:[negative-0.3,positive-0.7]
Word-[word-Index]-I: Embedding Input:[0.1,0.2,...,0.6]
Word-[word-Index]-I: Hidden State:[0.2,0.6,...,0.8]
Word-[word-Index]-I: Output :[0.3,0.7]
...
*******************************************************************
Sentence-[sentence-Index, word-Num]:
...
...
...实现：pytorch,IMDB电影数据集，lstm
更多细节见我的github:https://github.com/Flynn-ML2019/extracting-information-from-RNN 求小星星
