您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. NLTK.Essentials

  2. Build cool NLP and machine learning applications using NLTK and other Python libraries About This Book Extract information from unstructured data using NLTK to solve NLP problems Analyse linguistic structures in text and learn the concept of semanti
  3. 所属分类:互联网

    • 发布日期:2015-09-21
    • 文件大小:2mb
    • 提供者:ramissue
  1. Text.Analytics.with.Python

  2. Derive useful insights from your data using Python. Learn the techniques related to natural language processing and text analytics, and gain the skills to know which technique is best suited to solve a particular problem. Text Analytics with Python
  3. 所属分类:Python

    • 发布日期:2016-12-02
    • 文件大小:6mb
    • 提供者:ramissue
  1. gensim-2.1.0-cp36-cp36m-win_amd64.whl

  2. gensim-2.1.0-cp36-cp36m-win_amd64.whl
  3. 所属分类:Python

    • 发布日期:2017-06-14
    • 文件大小:5mb
    • 提供者:jjddss
  1. gensim window 64位包 版本 2.1

  2. gensim window 64位包 版本 2.1 nlp常用库
  3. 所属分类:机器学习

    • 发布日期:2018-03-14
    • 文件大小:5mb
    • 提供者:basketfox
  1. Deep Learning for Natural Language Processing

  2. We are awash with text, from books, papers, blogs, tweets, news, and increasingly text from spoken utterances. Every day, I get questions asking how to develop machine learning models for text data. Working with text is hard as it requires drawing u
  3. 所属分类:深度学习

  1. Tensorflow一些常用基本概念与函数

  2. Tensorflow一些常用基本概念与函数, [1] 安装Tensorflow(Linux ubuntu) http://blog.csdn.net/lenbow/article/details/51203526 [2] ubuntu下CUDA编译的GCC降级安装 http://blog.csdn.net/lenbow/article/details/51596706 [3] ubuntu手动安装最新Nvidia显卡驱动 http://blog.csdn.net/lenbow/article/d
  3. 所属分类:深度学习

    • 发布日期:2018-09-08
    • 文件大小:61kb
    • 提供者:csdnforyou
  1. 主题模型Python工具包Gensim.zip

  2. Gensim是一个相当专业的主题模型Python工具包。在文本处理中,比如商品评论挖掘,有时需要了解每个评论分别和商品的描述之间的相似度,以此衡量评论的客观性。评论和商品描述的相似度越高,说明评论的用语比较官方,不带太多感*彩,比较注重描述商品的属性和特性,角度更客观。gensim就是  Python 里面计算文本相似度的程序包。示例代码:针对商品评论和商品描述之间的相似度,怎么使用gensim来计算?原理1、文本相似度计算的需求始于搜索引擎。搜索引擎需要计算“用户查询”和爬下来的众多”网页
  3. 所属分类:其它

    • 发布日期:2019-07-18
    • 文件大小:41mb
    • 提供者:weixin_39841848
  1. 实训作业 (1).rar

  2. 三、 项目思路 1. 爬取一定时间内的(如最近1个月的)前程无忧岗位数据(例如青岛所有岗位的url为:https://jobs.51job.com/qingdao-snq/),部分数据可以直接在搜索结果中获取,部分数据需要进入到岗位页面中获取。 2. 将爬取的数据保存为本地文本文件(若学生掌握数据库相关知识则可以保存在数据库中)。 3. 基于爬取的数据可以形成多种数据分析结果,例如:行业薪资、地区薪资、地区与行业分布关系、行业学历需求情况等。 4. “职位信息”字段可使用jieba分词库进行分
  3. 所属分类:机器学习

  1. Scrapy安装过程中涉及的模块.zip

  2. 压缩包包含以下文件: beautifulsoup4-4.8.2-py3-none-any.whl boto-2.48.0-py2.py3-none-any.whl cffi-1.13.2-cp35-cp35m-win_amd64.whl constantly-15.1.0-py2.py3-none-any.whl cryptography-2.8-cp35-cp35m-win_amd64.whl cssselect-1.1.0-py2.py3-none-any.whl gensim
  3. 所属分类:Python

    • 发布日期:2020-03-16
    • 文件大小:48mb
    • 提供者:qq_17105473
  1. Question-clasification-源码

  2. 问题分类 要求 Python套件: Python= 2.7 numpy的= 1.14.1 gensim = 3.3.0 sklearn = 0.19.1 训练 python train.py 测验 python classify-questions.py 模型分析 classify-questions.ipynb
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:37kb
    • 提供者:weixin_42117150
  1. text_classifier:该项目是使用TextCNNTextRCNN的文本分类任务,嵌入层可调用Word2Vec,Bert,也可以直接使用词粒度的随机嵌入,带有注意模块,项目基于Tensorflow2.3开发。-源码

  2. 文字分类器 此仓库是基于Tensorflow2.3的文本分类任务,分别支持: 随机初始单词嵌入+ TextCNN 随机初始词嵌入+注意+ TextCNN 随机初始单词嵌入+ TextRCNN Word2Vec + TextCNN Word2Vec +注意+ TextCNN Word2Vec + TextRCNN 伯特嵌入(没有微调,直接取向量)+ TextCNN Bert嵌入(没有微调,直接取向量)+ TextRCNN 代码支持二分类和多分类,此项目基于爬取的游戏评论正是个二元的情感分
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:65mb
    • 提供者:weixin_42143806
  1. Automated-Resume-Screening-System:使用机器学习的自动简历筛选系统(带有数据集)-源码

  2. 自动简历筛选系统(带有数据集) 一个网络应用程序,可通过分析简历和简历,显示最适合该职位的候选人并筛选出不适合的人来帮助雇主。 描述 使用推荐引擎技术,例如基于内容的协作,基于内容的过滤,以模糊匹配具有多个履历的职位描述。 先决条件 软件 textract == 1.6.3 要求== 2.22.0 烧瓶== 1.1.1 gensim == 3.8.0 sklearn == 0.0 PyPDF2 == 1.26.0 自动更正== 0.4.4 nltk == 3.4.5 宫缩==
  3. 所属分类:其它

  1. NLP课程:NLP课程列表-源码

  2. 如何开始机器学习-自然语言处理 1.学习编码:Python 1.1带有Anaconda和Jupyiter的Python 1.1.1 Python: : 1.1.2 Anaconda教程: : YJC6ldI3hWk&feature 1.1.3 Jupyter教程: : HW29067qVWk 1.2我想添加:SQL和R 2.李尔数据分析,操纵和可视化 2.1熊猫2.2脾气暴躁2.3 Matplotlib 3.通过Scikit-learn学习机器学习 3.1机器学习库: 3.1.1
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:14kb
    • 提供者:weixin_42097967
  1. AttentionXML:“ AttentionXML:用于高性能极端多标签文本分类的基于标签树的Attention-Aware深度模型”的实现-源码

  2. 注意XML 要求 python == 3.7.4 点击== 7.0 ruamel.yaml == 0.16.5 numpy == 1.16.2 scipy == 1.3.1 scikit学习== 0.21.2 gensim == 3.4.0 火炬== 1.0.1 nltk == 3.4 tqdm == 4.31.1 joblib == 0.13.2 logzero == 1.5.0 数据集 下载GloVe嵌入(840B,300d)并将其转换为gensim格式(可以由gen
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:30kb
    • 提供者:weixin_42101641
  1. instagram_hashtag_analysis::camera:抓取并分析Instagram Hashtag数据:KoNLPY生成gensim word2Vec和scikit-learn TF-IDF-源码

  2. instagram_hashtag_analysis 抓取并分析Instagram标签数据 文件头编号 0:根据#keyword的搜索结果抓取Instagram帖子 1:使用大熊猫创建和纠缠数据集 2:KoNLPy标记可兰经名词,朝鲜语动作词 3:提取类似的文档,并使用gensim制作word2Vec模型 4:不使用scikit-learn库的TF-IDF代码 5:使用scikit-learn库的tfidfvectorizer提取相似的文档 음을다음을음을 0:#keyword검색,해시태그
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:72kb
    • 提供者:weixin_42170790
  1. docker-ml-python-sandbox:用于机器学习环境的Dockerfile(scikit-learn,chainer,gensim,tensorflow,jupyter)-源码

  2. 目的 此docker设置用于tring触摸和测试一些机器学习。 已安装的主要软件 Tensorflow 1.10.0 链接器4.3.1 PyTorch 0.4.1 Keras 2.2.2 锁链机RL 0.4.0 Scikit学习0.19.2 Gensim 3.5.0 脾气暴躁的1.14.5 熊猫0.23.4 Jupyter实验室0.33.10 Matplotlib 2.2.3 麦加布最新 朱曼++ 7.01 NLTK 3.3.0 和其他依赖库。 密码 请更新密码(以下为
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:121kb
    • 提供者:weixin_42099151
  1. Python Gensim文本分析——从文本预处理到TFIDF、LDA建模分析

  2. 基于Gensim的Python的文本分析方法:TFIDF LDA1、简介2、中文文本预处理3、Gensim文本挖掘3.1 TFIDF文本分析3.2 LDA文本分析4、总结 1、简介 文本数据的挖掘在当今互发达的联网环境下显得越来越具有价值,数据分析师Seth Grimes曾指出“80%的商业信息来自非结构化数据。本文以中文文本数据作为分析对象,针对中文文本存在的特征进行文本预处理,并调用Gensim工具包实现对文本的TFIDF建模已经LDA建模,从文本中抽取出的特征进行表征文本信息,可用于后续文
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:104kb
    • 提供者:weixin_38589314
  1. Windows下anaconda安装第三方包的方法小结(tensorflow、gensim为例)

  2. anaconda 集成了很多科学计算中所需要的包,如numpy,scipy等等,具体查看anaconda中已经预先安装配置好的包有哪些,可以通过cmd命令,输入conda list 查看,如下图所示:         但是,因为实际需求,我们会需要导入列表中没有的第三方包,如gemsim,在anaconda中,我们可以参考以下步骤安装所需要的第三方包:         1、启动anaconda 命令窗口:          开始 > 所有程序 > anaconda >ana
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:287kb
    • 提供者:weixin_38712548
  1. 对Python中gensim库word2vec的使用详解

  2. pip install gensim安装好库后,即可导入使用: 1、训练模型定义 from gensim.models import Word2Vec model = Word2Vec(sentences, sg=1, size=100, window=5, min_count=5, negative=3, sample=0.001, hs=1, workers=4) 参数解释: 1.sg=1是skip-gram算法,对低频词敏感;默认sg=0为CBOW算法。 2.size是输出词向量的维数
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:53kb
    • 提供者:weixin_38638002
  1. Joint-Entity-recognition-and-relation-Extraction-using-joint-neural-model-源码

  2. 联合实体识别和关系提取作为多头选择问题 论文的实现 要求 脾气暴躁的1.17.1 Gensim 3.4.0 Tensorflow 1.13.1 漂亮表0.7.2 熊猫1.1.5 任务 给定一系列标记(即句子),(i)给出每个单词(例如NER)的实体标签,以及(ii)句子中实体之间的关系。 以下示例说明了我们的多头选择模型可接受的输入格式: 0 Marc B-PER ['N'] [0] 1 Smith I-PER ['lives_in','works_for']
  3. 所属分类:其它

    • 发布日期:2021-04-02
    • 文件大小:76mb
    • 提供者:weixin_42162171
« 12 »