![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
情感分析
莱维贝贝、
这个作者很懒,什么都没留下…
展开
-
情感分析03
中秋节快乐,学习的快乐相互交加,逐渐对pytorch有了更深入的理解,熟能生巧,再加上实战,学起来更加开心快乐!继续加油!!!上一章RNN的升级版本的情感分析,这一小节中,我不使用RNN的方法:实现论文 Bag of Tricks for Efficient Text Classification中的模型,该模型实现了与第二章情感分析相当的性能,但训练速度要快得多。3.1 数据预处理FastText分类模型与其他文本分类模型最大的不同之处在于其计算了输入句子的n-gram,并将n-gram作为一种附原创 2021-09-21 22:29:01 · 153 阅读 · 0 评论 -
task6:使用Transformer进行情感分析
# 数据准备import torchimport randomimport numpy as npSEED = 1234random.seed(SEED)np.random.seed(SEED)torch.manual_seed(SEED)torch.backends.cudnn.deterministic = True# 加载预训练模型from transformers import BertTokenizertokenizer = BertTokenizer.from_pret原创 2021-09-30 17:18:33 · 561 阅读 · 0 评论 -
task5:多类型情感分析
在本次学习中,我们将对具有 6 个类的数据集执行分类可使用jupyter notebook运行!!!import torchfrom torchtext.legacy import datafrom torchtext.legacy import datasetsimport randomSEED = 1234torch.manual_seed(SEED)torch.backends.cudnn.deterministic = TrueTEXT = data.Field(tokenize原创 2021-09-27 23:27:59 · 444 阅读 · 0 评论 -
卷积情感分析task4
# 1. 数据预处理import torchfrom torchtext.legacy import datafrom torchtext.legacy import datasetsimport randomimport numpy as npSEED = 1234random.seed(SEED)np.random.seed(SEED)torch.manual_seed(SEED)torch.backends.cudnn.deterministic = TrueTEXT =原创 2021-09-25 00:06:01 · 189 阅读 · 0 评论 -
NLP情感分析任务02
#2 准备数据 # 2.1 首先设置seed,并将其分类训练、测试、验证集。import torchfrom torchtext.legacy import dataSEED = 1234torch.manual_seed(SEED)torch.backends.cudnn.deterministic = TrueTEXT = data.Field(tokenize = 'spacy', tokenizer_language = 'en_core_web_s原创 2021-09-21 21:59:30 · 225 阅读 · 0 评论