- 博客(4)
- 收藏
- 关注
原创 NLP干货: (4) NER模型的调用和效果评估
若NER模型的效果不够好,则可以尝试从几个方面提升:1.增加迭代次数 2.调整学习率和drop参数 3.增加训练数据量。因此本篇将讲述如何调用模型,并评估模型的效果。
2024-03-16 01:39:59 498
原创 NLP干货: (3) 使用Spacy建立NER模型
NER即命名实体识别,是一种自然语言处理的基础技术,用于在给定的文本内容中提取适当的实体,并将提取的实体分类到预定义的类别下,例如公司名称、人名、地名等实体。Spacy 库允许我们通过根据特定上下文更新现有模型来训练 NER,也可以训练新的 NER 模型。在本文中,我们将探讨如何构建自定义 NER 模型。
2024-03-15 00:56:34 695
原创 NLP干货: (2) 文本分类模型的调优
文本分类模型的调整与优化:当我们做文本分类的项目时需要改进算法以达到目标的准确率,通常会从分类算法、特征工程调参和数据清洗的角度去完善。
2024-03-13 00:32:22 461
原创 NLP干货: (1) 基于机器学习的文本分类
文本分类是NLP最常用的应用之一,这是基于文档内容将电子邮件、消息、推文或文章形式的文本文档分类为预定义类别的过程。在本章中,你将学习如何使用机器学习技术进行文本分类,内容包括数据预处理、特征提取、构建文本分类器、模型保存,并提供了代码进行实战,让我们开始吧。
2024-03-09 05:34:05 1626 2
NLP-基于机器学习的文本分类源代码
2024-03-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人