maozixiang的博客

task04：卷积情感分析CNN:能够从局部输入图像块中提取特征，并能将表示模块化，同时可以高效第利用数据可以用于处理时序数据，时间可以被看作一个空间维度，就像二维图像的高度和宽度那么为什么要在文本上使用卷积神经网络呢？与3x3 filter可以查看图像块的方式相同，1x2 filter 可以查看一段文本中的两个连续单词，即双字符本模型将使用多个不同大小的filter，这些filter将查看文本中的bi-grams（a 1x2 filter）、tri-grams（a 1x3 filte

task02：Faster 情感分析一、数据预处理：FastText分类模型：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-gramn-gram： 将文本里面的内容按照字节进行大小为n的滑动窗口操作，形成了长度是n的字节片段序列，其中每一个字节片段称为gram将n-gram作为一种附加特征来获取局部词序特征信息添加至标记化列表的末尾TorchText ‘Field’ 中有一个preprocessing参数TEXT = data.Field(tokenize = '

task02：Updated情感分析一、可优化的方面：使用压缩填充序列加载和使用预训练词嵌入采用不同的优化器选择不同的RNN体系结构（双向RNN，多向RNN）二、准备数据：注意：RNN只能处理序列中的非padded元素（即非0数据），对于任何padded元素输出都是0，include_length设为True，以获得句子的实际长度数据集使用的是IMDB影评数据集三、词向量：GloVe(Global Vectors for Word Representation

task1：情感分析baseline环境问题：torch1.8.1 cu102安装torchtext 0.9时报以下错误ERROR: torchvision 0.9.1+cu102 has requirement torch==1.8.1, but you'll have torch 1.8.0 which is incompatible.ERROR: torchaudio 0.8.1 has requirement torch==1.8.1, but you'll have torch

task0：自然语言处理之PyTorch情感分析简介（1天）环境：PyTorch1.8或以上、torchtext0.9或以上、python3.7（其他的安装很简单，就不赘述了）transformer:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple transformers安装spaCy遇到的问题：pip install spacy-nightly --prepython -m spacy download en_