fasttext文本分类python实现_Windows下fasttext文本分类

在写论文的时候了解到有fasttext这种文本分类方法，也看了很多别人的博客，但感觉使用这种方法的人并不是很多，或者使用的版本有些旧。本文会介绍下Windows下最新的fasttext版本以及如何进行文本分类

以下是本篇文章正文内容，下面案例可供参考

fasttext简介

fasttext是2016年facebook开源的一款高效词表示和文本分类工具。它是一个浅层的神经网络模型，类似于word2vec的CBOW，主要用途就是两个——词向量化和文本分类。

Windows下安装

代码如下(示例)：

pip install fasttext

版本

2019年6月25官网发布了Windows下的最新版本，这个版本将原来的官方版fastText和非官方版fasttext合并,现在最新版本fasttext在github repository和 pypi.org都可以找到。

新版特色

保留了官方API和顶层函数(例如train_unsupervised和train_supervised)以及返回的numpy对象。 从非正式API中删除了cbow，skipgram和supervised函数。 并且将非官方API中的好主意带到了官方API中。 特别是，我们喜欢WordVectorModel这类很python的方法。

主要函数及用法

如果是文本分类用到的函数就是 train_supervised

import fasttext

model = fasttext.train_supervised('data.train.txt')

这里data.train.txt是一个文本文件，每行包含一个训练语句以及标签。 默认情况下，我们假设标签是带有字符串__label__前缀的string.

该函数主要参数如下：

input # training file path (required)

lr # learning rate [0.1]

dim # size of word vectors [100]

ws # size of the context window [5]

epoch # number of epochs [5]

minCount # minimal number of word occurences [1]

minCountLabel # minimal number of label occurences [1]

minn # min length of char ngram [0]

maxn # max length of char ngram [0]

neg # number of negatives sampled [5]

wordNgrams # m