文本分类算法_广告行业中那些趣事系列7：实战腾讯开源的文本分类项目NeuralClassifier...

摘要：本篇主要分享腾讯开源的文本分类项目NeuralClassifier。虽然实际项目中使用BERT进行文本分类，但是在不同的场景下我们可能还需要使用其他的文本分类算法，比如TextCNN、RCNN等等。通过NeuralClassifier开源项目我们可以方便快捷的使用这些模型。本篇并不会重点剖析某个算法，而是从整体的角度使用NeuralClassifier开源工程，更多的是以算法库的方式根据不同的业务场景为我们灵活的提供文本分类算法。

目录

01 不仅仅是BERT

02 腾讯开源文本分类项目NeuralClassifier

03 第一步先跑通它

04 改造成我们的基于中文的多分类任务

总结

01 不仅仅是BERT

之前说过BERT是NLP领域中具有里程碑意义的成果，具有效果好和应用范围广的优点。虽然实际项目中我们主要使用BERT来做文本分类任务，但是在不同的场景下我们可能还需要使用其他的文本分类算法。除此之外，我们不能仅仅只会用BERT，还需要掌握一些BERT出现之前的文本分类算法，能更好的帮助我们了解文本分类任务背景下模型的发展历史。

BERT之前主要用于文本分类的模型有TextCNN、RCNN、FastText等，这些模型也拥有各自的优点。充分了解这些模型各自的优缺点，才能在不同的场景下更好的使用这些模型。

之前看到腾讯开源了一个文本分类开源项目NeuralClassifier，里面集成了很多算法，其中就包括上面说的TextCNN、RCNN、FastText等。所以想基于该开源项目进行二次开发以便后续用于实际项目中。

02 腾讯开源文本分类项目NeuralClassifier

本篇的重点是讲解NeuralClassifier开源项目， 项目的github地址如下：

https://github.com/Tencent/NeuralNLP-NeuralClassifier

1. 项目整体架构

项目整体架构如下图所示：