NLP基础-BOW-影评分类

本文介绍了如何使用Python和Dynet框架实现基于BOW(Bag of Words)的影评分类。首先,通过读取数据并使用defaultdict构建词典,然后初始化模型和训练数据。接着,利用词频和标签数创建权重,计算每个样本在不同标签下的得分。通过100次迭代训练,以负对数似然作为损失函数进行反向传播,最终评估模型在验证集上的预测准确率。
摘要由CSDN通过智能技术生成

本文使用方法来自CMU课程《Neural Networks for NLP》


1. BOW Bag of words
2. 语言python
3. 框架dynet
ps. 英文注解写得不好,望见谅

图解
这里写图片描述

  • 第一部分数据读取
    1. 采用collections.defaultdict创建出可自增词典w2i(word to index),t2i(tag to index)
    2. 在读文件部分用yield方法返回循环结果,降低内存占有率
from collections import defaultdict
import time
import random
import dynet as dy
import numpy as np

# Functions to read in the corpus
# to initialize a dictionary with value of its length
# for example input w2i["a"], it will automatically give 0 to w2i["a"], t
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值