sdu_hao的博客

项目Github地址在学习某个深度学习框架时，掌握其基本知识和接口固然重要，但如何合理组织代码，使得代码具有良好的可读性和可扩展性也必不可少。本文不会深入讲解过多知识性的东西，更多的则是传授一些经验，关于如何使得自己的程序更pythonic，更符合pytorch的设计理念。这些内容可能有些争议，因其受我个人喜好和coding风格影响较大，你可以将这部分当成是一种参考或提议，而不是作为必须遵循的...

项目Github地址本篇博客主要介绍基于DPCNN的文本分类算法的原理及实现细节。目录1. 分类原理2. 实现细节1. 分类原理ACL2017年中，腾讯AI-lab提出了Deep Pyramid Convolutional Neural Networks for Text Categorization(DPCNN)。论文中提出了一种基于word-level级别的网络-DPC...

项目Github地址本篇博客主要介绍基于多层双向LSTM with Attention的文本分类算法的原理及实现细节。目录1. 分类原理2. 实现细节1. 分类原理多层双向LSTM with Attention对多层双向LSTM模型做了一些改进，不再单纯地只利用最后时刻的隐藏状态（两个方向最后时刻隐藏状态拼接）进行分类，而是考虑每个时间步的隐藏状态，对每个时间步的隐藏状...

项目Github地址本篇博客主要介绍基于多层双向LSTM的文本分类算法的原理及实现细节。目录1. 分类原理2. 实现细节1. 分类原理对于输入文本序列，在LSTM的每个时间步输入序列中一个单词的嵌入表示，计算当前时间步的隐藏状态，用于当前时间步的输出以及传递给下一个时间步和下一 个单词的词向量一起作为LSTM单元输入，然后再计算下一个时间步的LSTM隐藏状态，以此重复...

项目Github地址本篇博客主要介绍基于RCNN的文本分类算法的原理及实现细节。目录1. 分类原理2. 实现细节1. 分类原理上图中中间是输入文本中每个单词的嵌入表示，左右使用双向RNN分别学习当前词的左上下文表示和右上下文表示,与当前词本身的词向量连接，构成后续卷积层的输入。具体如下：与TextCNN比较类似，都是把文本表示为一个嵌入矩阵，再进行卷积操作。不...

项目Github地址本篇博客主要介绍基于TextCNN的文本分类算法的原理及实现细节。目录1. 分类原理2. 实现细节1. 分类原理TextCNN可以从两个角度来解读，既可以把它看作但输入通道的2维卷积也可以把它看作多输入通道的1维卷积（其中词嵌入维度为通道维），二者其实是等价的。如果把它看作一个单输入通道的2维卷积的话，它的分类流程就如上图所示。1）把输入文...

项目Github地址本篇博客主要介绍基于FastText的文本分类算法的原理及实现细节。目录1. 分类原理2.实现细节1. 分类原理输入样本是一系列整数索引(),对应词典中相应的词，通过embedding 得到每个词对应的词向量。对样本（文本）中每个词对应的词向量求平均，再通过一个全连接层进行分类即可。2.实现细节class FastText(BasicM...

项目Github地址我们的文本分类系统使用的是THUCnews数据集。目录1. 数据集简介2. 数据预处理3. 具体细节1. 数据集简介THUCNews是根据新浪新闻RSS订阅频道2005~2011年间的历史数据筛选过滤生成，包含74万篇新闻文档（2.19 GB），均为UTF-8纯文本格式。我们在原始新浪新闻分类体系的基础上，重新整合划分出14个候选分类类别：财经、彩票...

项目Github地址近年来，文本的数量呈指数增长，为了能在许多应用中准确地对文本进行分类，需要对机器学习方法有更深入的了解。许多机器学习方法在自然语言处理方面都取得了突破性的结果。这些学习算法的成功取决于其拟合数据中存在的非线性关系的能力。然而，寻找一种普适、通用的文本分类技术对研究人员来说仍然是一个巨大的挑战。在文本分类专栏系列博客中，我将系统的介绍如何搭建一个完整的文本分类系统，包括数...