您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. keras实现中文文本分类

  2. keras实现中文文本分类;实现中文分析,词向量引入;基于语义的特征卷积计算,实现文本分类。
  3. 所属分类:深度学习

  1. TextRNN的TensorFlow实现

  2. TextCNN擅长捕获更短的序列信息,但是TextRNN擅长捕获更长的序列信息。具体到文本分类任务中,BiLSTM从某种意义上可以理解为可以捕获变长且双向的N-Gram信息。
  3. 所属分类:深度学习

    • 发布日期:2019-01-24
    • 文件大小:48mb
    • 提供者:shengshengwang
  1. TextCNN的TensorFlow实现

  2. TextCNN的核心点在于可以捕获信息的局部相关性,具体到文本分类任务中可以利用CNN来提取句子中类似N-Gram的关键信息。
  3. 所属分类:深度学习

    • 发布日期:2019-01-24
    • 文件大小:48mb
    • 提供者:shengshengwang
  1. 汽车评论情感分析项目代码及标注数据

  2. 汽车评论情感分析代码,采用TEXTCNN进行训练与预测,里面包含详细代码及标注数据集;
  3. 所属分类:深度学习

    • 发布日期:2019-02-25
    • 文件大小:94mb
    • 提供者:weixin_40651515
  1. multi-label-classification.pdf

  2. Multi-label text classification is a complex problem. Labels may have relationship or hierarchical structure.We investigate several neural networks for multi-label classification. Our baseline is fastText 1, a very simple model with n-gram features.
  3. 所属分类:深度学习

    • 发布日期:2019-05-29
    • 文件大小:806kb
    • 提供者:sinat_33725597
  1. TextCNN在文本分类的应用.pptx

  2. TextCNN在文本分类的应用,深入浅出,通俗易懂,图是自己画的。
  3. 所属分类:深度学习

    • 发布日期:2019-05-31
    • 文件大小:48kb
    • 提供者:guotong1988
  1. 快速搭建垃圾分类智能问答机器人--完整工程

  2. # 快速搭建垃圾分类智能问答机器人 基于深度学习实现的垃圾分类智能问答机器人 垃圾分类垂直领域问答机器人核心做法: 1、将问题分八大类,每个问题太类别给出一个回答 2、使用 word2vec + TextCNN 建立模型 - 环境要求 python: 3.x tensorflow: 1.x jieba word2vec # 模型训练 - 词向量方法 训练: 200个epoch,loss 0.829977, acc 0.686275 评估:0.791946 - 词汇索引方法 训练:200个epo
  3. 所属分类:深度学习

    • 发布日期:2019-07-08
    • 文件大小:10mb
    • 提供者:zengnlp
  1. Python-NeuralClassifier一种快速实现分层多标签文本分类的工具包

  2. NeuralClassifier旨在快速实现分层多标签分类任务的神经模型,这在现实场景中更具挑战性和普遍性。 一个显着的特点是NeuralClassifier目前提供各种文本编码器,如FastText,TextCNN,TextRNN,RCNN,VDCNN,DPCNN,DRNN,AttentiveConvNet和Transformer编码器等。它还支持其他文本分类场景,包括二进制类和 多级分类。 它建立在PyTorch上。
  3. 所属分类:其它

    • 发布日期:2019-08-10
    • 文件大小:12mb
    • 提供者:weixin_39840387
  1. Python-基于tensorflow实现的用textcnn方法做情感分析的项目

  2. 基于tensorflow 实现的用textcnn方法做情感分析的项目,有数据,可以直接跑
  3. 所属分类:其它

  1. TextCNN+Attention.ipynb

  2. 使用TextCNN神经网络以及Attention机制来实现文本的情感分类,该文档只是提供了完整的模型部分,可以根据自己的需要更改数据集等以及数据预处理部分.
  3. 所属分类:深度学习

    • 发布日期:2019-07-06
    • 文件大小:17kb
    • 提供者:mr_wuliboy
  1. textCNN文本分类相关论文Convolutional Neural Networks for Sentence Classification

  2. textCNN文本分类相关论文Convolutional Neural Networks for Sentence Classification
  3. 所属分类:深度学习

    • 发布日期:2019-03-16
    • 文件大小:220kb
    • 提供者:zgj_gutou
  1. 基于ELMo词向量的textCNN中文文本分类python代码

  2. 基于ELMo词向量的textCNN中文文本分类python代码,ELMo是基于哈工大的HIT-SCIR/ELMoForManyLangs,文本分类代码是基于keras的,有数据有模型有代码。
  3. 所属分类:深度学习

    • 发布日期:2020-06-22
    • 文件大小:383mb
    • 提供者:vivian_ll
  1. 自然语言处理(NLP):08 PyTorch深度学习之TextCNN短文本分类

  2. 本章节主要研究内容:基于PyTorch 深度学习工具来完成短文本分类 知识点 业务需求 文本分类应用场景、技术方案以及挑战 技术架构 文本分析 词向量 CNN 原理 tensorboardX 可视化 项目实战: 基于TextCNN短文本分类,主要从数据预处理、构建此表、Embedding、模型训练、tensorboardX可视化以及在线服务几个重要的环境进行学习 文本分类应用场景 文章分类服务对文章内容进行深度分析,输出文章的主题一级分类、主题二级分类及对应的置信度,该技术在个性化推荐、文章聚合
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:591kb
    • 提供者:weixin_38663167
  1. 关于介绍TextCNN的最初两篇论文

  2. 关于介绍TextCNN的最初两篇论文
  3. 所属分类:互联网

    • 发布日期:2021-03-18
    • 文件大小:532kb
    • 提供者:Ricardo_ChenM
  1. text-cnn-tensorflow:TensorFlow实现卷积神经网络的句子分类(TextCNN)-源码

  2. 文字cnn 该代码实现了模型的。 图1:用于句子分类的CNN架构图 要求 Python 3.6 TensorFlow 1.4 (Singleton Config) tqdm 要求 项目结构 通过初始化项目 . ├── config # Config files (.yml, .json) using with hb-config ├── data # dataset path ├── notebooks
  3. 所属分类:其它

  1. chinese_text_cnn:TextCNN Pytorch实现中文文本分类情感分析-源码

  2. TextCNN Pytorch实现中文文本分类 论文 参考 依赖项 python3.5 pytorch == 1.0.0 torchtext == 0.3.1 jieba == 0.39 词向量 (这里用的是Zhihu_QA知乎问答训练出来的单词Word2vec) 用法 python3 main.py -h 训练 python3 main.py 准确率 CNN-rand随机初始化嵌入 python main.py Batch[1800] - loss: 0.009499 a
  3. 所属分类:其它

  1. TextClassification-Keras:在Keras中实现的文本分类模型,包括:FastText,TextCNN,TextRNN,TextBiRNN,TextAttBiRNN,HAN,RCNN,RCNNVariant等-源码

  2. TextClassification-Keras 这个代码库实现了一个各种深学习模型使用Keras框架,其中包括文本分类:FastText,TextCNN,TextRNN,TextBiRNN,TextAttBiRNN,韩,RCNN,RCNNVariant等除了模型实现,简化应用程序包括在内。 指导 环境 Python 3.7 NumPy 1.17.2 Tensorflow 2.0.1 用法 所有代码都位于目录/model ,每种模型都有对应的目录,其中放置了模型和应用程序。 例如,Fas
  3. 所属分类:其它

  1. bert_language_understanding:用于语言理解的深度双向变压器的预训练:TextCNN的预训练-源码

  2. Google的bert提出的有关语言理解的想法:训练TextCNN 目录 1.引言 2.性能 3.用法 4.样本数据,数据格式 5.对用户的建议 6.BERT的简短描述 7.作者对BERT的详细描述 8,预训练语言理解任务 9,环境 10.实施细节 11,更好地理解变压器和BERT的问题 12,玩具任务 13.多标签分类任务 14.TODO列表 15,结论 16,参考文献 介绍 预训练就是您所需要的! BERT最近在10多个nlp任务上取得了最新的技术成果。 这是用于语言理解的深度双向变压器
  3. 所属分类:其它

  1. Keras-TextClassification:中文长文本分类,短句分类,多标签分类,两句相似度(多标签分类或句子分类,长或短),字词向量嵌入层(嵌入)和网络层(图)嵌入基类,FastText,TextCNN,CharCNN,TextRN

  2. 安装(安装) pip install Keras-TextClassification step2 : download and unzip the dir of 'data.rar' , 地址: https : // pan . baidu . com / s / 1 I3vydhmFEQ9nuPG2fDou8Q 提取码: rket cover the dir of data to anaconda , like '/anaconda/3.5.1/envs/tensorflo
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:483kb
    • 提供者:weixin_42122432
  1. TextCNN的理解

  2. 文本数据的序列性使得RNN的循环迭代模式成为显而易见的选择,但如果我们把文本编码后的结果(Batch×sequence×embedding)看做一张图片,那么通过卷积的方式提取文本信息也理所当然。这就是TextCNN算法的初衷。 TextCNN是一种高效的文本卷积算法,其可以捕捉相邻文本间的局部结构关系,同时卷积的特性又使得其支持并行操作。该算法在文本分类问题上的效果与TextRNN算法相当,因此被广泛使用。 那么如何从图片编码的角度,来合理的看待文本数据编码呢?这里提供两种视角: 视角1: 宽
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:237kb
    • 提供者:weixin_38631729
« 12 3 »