![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NLP竞赛
清崎教练
这个作者很懒,什么都没留下…
展开
-
天池NLP赛事-新闻文本分类(六)——基于深度学习的文本分类3-BERT
系列文章天池NLP赛事-新闻文本分类(一) —— 赛题理解天池NLP赛事-新闻文本分类(二) —— 数据读取和数据分析天池NLP赛事-新闻文本分类(三)——基于机器学习的文本分类天池NLP赛事-新闻文本分类(四)——基于深度学习的文本分类1-FastText天池NLP赛事-新闻文本分类(五)——基于深度学习的文本分类2-TextCNN、TextRNN天池NLP赛事-新闻文本分类(六)——基于深度学习的文本分类3-BERT目录六、基于深度学习的文本分类3-BERT6.1 文本表示方法——Par.原创 2020-08-04 23:59:35 · 1030 阅读 · 0 评论 -
天池NLP赛事-新闻文本分类(五)——基于深度学习的文本分类2-TextCNN、TextRNN
系列文章天池NLP赛事-新闻文本分类(一) —— 赛题理解天池NLP赛事-新闻文本分类(二) —— 数据读取和数据分析天池NLP赛事-新闻文本分类(三)——基于机器学习的文本分类天池NLP赛事-新闻文本分类(四)——基于深度学习的文本分类1-FastText天池NLP赛事-新闻文本分类(五)——基于深度学习的文本分类2-TextCNN、TextRNN目录五、基于深度学习的文本分类2-TextCNN、TextRNN5.1 文本表示方法——词向量5.1.1 Skip-grams原理和网络结构5.1.原创 2020-07-30 13:25:09 · 932 阅读 · 0 评论 -
天池NLP赛事-新闻文本分类(四)——基于深度学习的文本分类1-FastText
系列文章天池NLP赛事-新闻文本分类(一) —— 赛题理解天池NLP赛事-新闻文本分类(二) —— 数据读取和数据分析天池NLP赛事-新闻文本分类(三)——基于机器学习的文本分类天池NLP赛事-新闻文本分类(四)——基于深度学习的文本分类1-FastText目录四、基于深度学习的文本分类1-FastText4.1 文本表示方法——FastText4.2 基于FastText的文本分类4.3 如何使用验证集调参四、基于深度学习的文本分类1-FastText4.1 文本表示方法——FastTe.原创 2020-07-27 20:01:13 · 417 阅读 · 0 评论 -
天池NLP赛事-新闻文本分类(三)——基于机器学习的文本分类
系列文章天池NLP赛事-新闻文本分类(一) —— 赛题理解天池NLP赛事-新闻文本分类(二) —— 数据读取和数据分析天池NLP赛事-新闻文本分类(三)——基于机器学习的文本分类目录三、基于机器学习的文本分类3.1 机器学习模型3.2 字词模型3.3 基于机器学习的文本分类三、基于机器学习的文本分类3.1 机器学习模型机器学习能解决一定的问题,但不能奢求机器学习是万能的;机器学习算法有很多种,看具体问题需要什么,再来进行选择;每种机器学习算法有一定的偏好,需要具体问题具体分析;.原创 2020-07-25 21:09:16 · 1058 阅读 · 0 评论 -
天池NLP赛事-新闻文本分类(二)——数据读取和数据分析
系列文章天池NLP赛事-新闻文本分类(一) —— 赛题理解天池NLP赛事-新闻文本分类(二) —— 数据读取和数据分析目录二、数据读取与数据分析2.1 数据读取2.2 数据分析2.2.1 句子长度分析2.2.2 新闻类别分布2.2.3 字符分布统计2.3 数据分析的结论二、数据读取与数据分析2.1 数据读取赛题数据虽然是文本数据,每个新闻是不定长的,但仍然使用csv格式进行存储。因此可以直接用Pandas完成数据读取的操作。import pandas as pdtrain_df = pd.原创 2020-07-22 20:58:44 · 561 阅读 · 0 评论 -
天池NLP赛事-新闻文本分类(一)——赛题理解
系列文章天池NLP赛事-新闻文本分类(一) —— 赛题理解目录一、赛题理解1.1 学习目标1.2 赛题数据1.3 数据标签1.4 评价标准1.5 读取数据1.6 思路分析一、赛题理解1.1 学习目标通过之前的nlp的第一阶段学习,此前系列的链接https://blog.csdn.net/bosszhao20190517/article/details/106911793,掌握了nlp的基础方法和原理,此次跟随Datawhale参加天池大赛——零基础入门NLP赛事-新闻文本分类,报名链接http.原创 2020-07-21 18:44:50 · 685 阅读 · 1 评论