- 博客(2)
- 收藏
- 关注
RSS订阅原创 Datawhale零基础入门NLP赛事 - Task5 基于深度学习的文本分类2-1Word2Vec
使用gensim训练word2vecgensim简介1.1 GensimGensim是一款开源的第三方Python工具包，用于从原始的非结构化的文本中，无监督地学习到文本隐层的主题向量表达。它支持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法， 支持流式训练，并提供了诸如相似度计算，信息检索等一些常用任务的API接口。1.2 基本概念1.2.1 语料（Corpus）：一组原始文本的集合，用于无监督地训练文本主题的隐层结构。语料中不需要人工标注的附加信息。在Gens
2020-07-31 23:25:43
185
原创 零基础入门NLP赛事-Task2数据读取与数据分析
学习目标 ·学习使用Pandas读取赛题数据 ·分析赛题数据的分布规律1.数据读取 import pandas as pd train_df = pd.read_csv('./train_set.csv',sep='\t',nrows=100) train_df.head(15)使用pandas库中的read_csv函数读取文本数据，.head(15）输出前15行。第一列：新闻类别 第二列：新闻的字符2.句子长度分析在读取完成数据集后，我们还可以对数据集进行数据分析的操作。虽然对于非
2020-07-22 23:16:57
108
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人