![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
qq_24854953
这个作者很懒,什么都没留下…
展开
-
word2vec个人简单理解
单词: 不能以文本形式直接输入到机器训练 -> 需要转换为向量的形式输入 简单的直接用one-hot 一个词一个编码 缺点: 随着词的数量增加维数越来越多,并且会很稀疏; 词之间没有联系 word2vec 其实就是一个简化的神经网络,输入one hot vector,经过线性隐藏层,输出维度和输入一致,用的是softmax回归。然后以这个形式输入到机器进行后面的分类或其他训练预测。 这个模型的输入和输出的定义:一般使用CBOW(连续词袋) 或 skip-gram 两种模型来定义。 1)CBOW原创 2020-08-16 17:12:58 · 187 阅读 · 0 评论 -
零基础入门NLP赛事-新闻文本分类记录 task2
数据处理 train集合240M+,test集合60M+,并不大直接用pandas读入即可。可以看到数据格式如下,label列是新闻的类别,text列是新闻的字符。二者均为数值型。 可以看成,还需要处理一下分隔符。应该改为: df_train = pd.read_csv("./data/train_set.csv",sep='\t') 那么接下来,我们应该对数据的分布有所分析。比如文本长度分布,数据类别分布,字符分布情况。 文本长度分布(即句子长度)如下,平均一个句子907个字符,最长57921字,.原创 2020-07-22 22:25:16 · 155 阅读 · 0 评论 -
零基础入门NLP赛事-新闻文本分类记录 task1
赛题描述 数据为:匿名处理后的新闻数据。数据为新闻文本,并按照字符级别进行匿名处理。整合划分出14个候选分类类别:财经、彩票、房产、股票、家居、教育、科技、社会、时尚、时政、体育、星座、游戏、娱乐的文本数据。 赛题数据由以下几个部分构成:训练集20w条样本,测试集A包括5w条样本,测试集B包括5w条样本。赛题训练数据如下: 评价标准为:f1-score,显然越大越好 提交结果:输出每一条test’数据所属的类别 思路 本质上是一个分类问题,要根据文本每一句的字符进行分类。但是赛题数据是匿名的,不能直..原创 2020-07-21 20:46:53 · 125 阅读 · 0 评论 -
BP神经网络
神经网络 NN原创 2017-06-12 20:32:54 · 478 阅读 · 0 评论