python
文章平均质量分 65
qq_ y
这个作者很懒,什么都没留下…
展开
-
attention_textcnn
attention_textcnnfirstbuild_modeldata_processrun model注释转载声明first 本文原创,如有任何问题欢迎评论,两天内回复.如果对您有所帮助,希望能点个赞(卑微脸) 另外,本文章代码直接可用,按顺序复制粘贴运行即可。如有帮助,希望能点个赞0.0build_model 建立基于textcnn的注意力模型, 本文的注意力指的是:对于一个sentence, 里面的每个word对该sentence的注意力权重。import tensorflow原创 2020-12-04 10:56:11 · 1677 阅读 · 9 评论 -
Bilstm_crf实现NER
目录背景问题实现过程数据集[地址](https://www.kaggle.com/abhinavwalia95/entity-annotated-corpus)数据预处理模型模型训练与结果调整模型时的注意事项和收获资源获取转载声明背景 在NLP中主要包括四大类任务: 序列标注(分词, 词性标注, NER(命令实体识别)) 分类任务(文本分类, 情感计算(sentiment classification) 句子关系判断(句子模式(蕴含,推断),相似度计算) 生成式任务(机器翻译(seq2s原创 2020-11-22 17:00:50 · 399 阅读 · 2 评论 -
在MR数据集上进行数据预处理,并通过TextCNN、SimpleRNN验证效果
目录背景准备工作原始MR数据预处理加标签切片并分词根据预训练词向量建立词表和嵌入矩阵将训练数据的word转化为词表中的索引并填充训练与测试数据集的划分、建立模型训练和结果分析TextCNN模型IMDB数据集在MR上进行十折交叉验证转载声明背景 在NLP进行文本情感分析时,第一步常常需要对进行分析的数据集进行处理,本文旨在描述对NLP常用数据集MR的预处理操作,包括标签、切片、分词、并利用预训练词向量进行初始化,然后利用keras.SimpleRNN进行情感分类。准备工作数据集:MR地址pyt原创 2020-11-13 17:23:40 · 2239 阅读 · 0 评论 -
通过python在imdb数据集上实现朴素贝叶斯
python实现朴素贝叶斯背景知识模型实现流程python代码如下转载声明背景知识贝叶斯公式为:其中因此对于在二分类问题中,对于两个不同的类别C1和C2有: 两者分别表示对于一个给定的样本数据,其属于C1或C2类别的概率,最终判断时,取较大概率值所属的类别,所以此时的P(X)可以不做考虑。最终比较大小的两个值为P(X|C1)*P(C1) 与P(X|C2)*P(C2)。模型实现流程 朴素贝叶斯的实现过程主要分为四部分: (1)数据集的导入 (2原创 2020-11-06 12:14:22 · 736 阅读 · 0 评论