Task05：基于深度学习的文本分类2（4天）

最新推荐文章于 2021-01-05 01:50:26 发布

weixin_40389169

最新推荐文章于 2021-01-05 01:50:26 发布

阅读量204

点赞数 1

本文链接：https://blog.csdn.net/weixin_40389169/article/details/107738160

版权

本文介绍了如何利用gensim库训练word2vec模型进行文本分类任务，详细探讨了 gensim在深度学习中的应用。

摘要由CSDN通过智能技术生成

Task05：基于深度学习的文本分类2（4天）

- 使用gensim训练word2vec

183-NEOWISE(nlp)-tang

使用gensim训练word2vec

import logging
import random

import numpy as np
import torch

logging.basicConfig(level=logging.INFO, format='%(asctime)-15s %(levelname)s: %(message)s')

# set seed
seed = 666
random.seed(seed)
np.random.seed(seed)
torch.cuda.manual_seed(seed)
torch.manual_seed(seed)

# split data to 10 fold
fold_num = 10
data_file = './data/train_set.csv'
import pandas as pd

def all_data2fold(fold_num, num=10000):
    fold_data = []
    f = pd.read_csv(data_file, sep='\t', encoding='UTF-8')
    texts = f['text'].tolist()[:num]
    labels = f['label'].tolist()[:num]
    
    total = len(labels)
    
    index = list(range(total))
    np.random.shuffle(index)
    
    all_texts = []
    all_labels = []
    for i in index:
        all_texts.append(texts[i])
        all_labels.append(labels[i])
        
    label2id = {
   }
    for i in range(total):
        label = s