NLP-Job5 基于深度学习的文本分类2-1Word2Vec（天池）

RongdeHu

于 2020-08-04 18:29:53 发布

阅读量171

点赞数

分类专栏： NLP

本文链接：https://blog.csdn.net/u011042521/article/details/107794360

版权

本文介绍如何利用gensim库训练Word2Vec模型，聚焦于深度学习在文本分类中的应用。

摘要由CSDN通过智能技术生成

Job5 基于深度学习的文本分类2-1Word2Vec

使用gensim训练word2vec

import logging
import random
import numpy as np
import torch

logging.basicConfig(level=logging.INFO, format='%(asctime)-15s %(levelname)s: %(message)s')
# set seed
seed = 666
random.seed(seed)
np.random.seed(seed)
torch.cuda.manual_seed(seed)
torch.manual_seed(seed)

# split data to 10 fold
fold_num = 10
data_file = './data/train_set.csv'
import pandas as pd


def all_data2fold(fold_num, num=10000):
    fold_data = []
    f = pd.read_csv(data_file, sep='\t', encoding='UTF-8')
    texts = f['text'].tolist()[:num]
    labels = f['label'].tolist()[:num]

    total = len(labels)

    index = list(range(total))
    np.random.shuffle(index)

    all_texts = []
    all_labels = []
    for i in index:
        all_texts.app