keras使用word2cev在imdb数据集上做词嵌入,构建embedding矩阵,模型使用lstm
参考链接(纯代码 可用):
https://blog.csdn.net/lzj000lzj/article/details/95360710
深度学习中Keras中的Embedding层的理解与使用
参考链接(代码 可用):http://frankchen.xyz/2017/12/18/How-to-Use-Word-Embedding-Layers-for-Deep-Learning-with-Keras/
os.environ[‘KMP_DUPLICATE_LIB_OK’]='True’
os.environ()详解
使用python获得系统的信息时,使用os.environ()。
参考链接:https://www.cnblogs.com/keye/p/7679335.html
参考链接:https://www.jianshu.com/p/a7922a7c6113
keras加载imdb数据时num_words参数
Keras—text.Tokenizer:文本与序列预处理
参考链接:https://blog.csdn.net/lovebyz/article/details/77712003
列表里的元素是元组,相关操作
Python3 字典 items() 方法
程序运行错误
CS224n笔记2 词的向量表示:word2vec
参考链接(码农场,还不错):
http://www.hankcs.com/nlp/word-vector-representations-word2vec.html
word2vec原理推导与代码分析
参考链接(码农场,还不错):
https://www.hankcs.com/nlp/word2vec.html
Python3 迭代器与生成器
参考链接:https://www.runoob.com/python3/python3-iterator-generator.html
Python中的生成器和yield详细介绍
列表推导与生成器表达式,当我们创建了一个列表的时候,就创建了一个可以迭代的对象。
参考链接(可):
https://www.jb51.net/article/59671.htm
word2vec词向量中文语料处理(python gensim word2vec总结)
参考链接(不懂):
https://blog.csdn.net/shuihupo/article/details/85162237#%E4%B8%AD%E6%96%87%E8%AF%AD%E6%96%99%E5%A4%84%E7%90%86
使用预训练的word embedding
参考链接(可):
https://blog.csdn.net/weixin_42101286/article/details/90296819