LightR0 / TextCNN
基于深度学习(tensorflow)的中文文本分类
☆15Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for TextCNN
- 基于循环神经网络(RNN)的影评情感分类☆50Updated 6 years ago
- ☆96Updated 4 years ago
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆41Updated 5 years ago
- 这是本人第一次数据算法比赛实录。主要整理记录2017年CCF大数据与计算智能竞赛使用的模型和实现代码,选择了基于主题的文本情感分析赛题。采用情感词典+自定义规则完成比赛,成绩:136/796。☆49Updated 6 years ago
- Lstm+Cnn 预训练词向量 文本分类☆99Updated 5 years ago
- CNN, LSTM, NBOW, fasttext 中文文本分类☆121Updated 5 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆150Updated 4 years ago
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆140Updated 6 years ago
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆39Updated 4 years ago
- tensorflow TxetCnn TextRNN 使用Textcnn、Textrnn对文本进行分类☆58Updated 5 years ago
- CNN 实现文本分类☆178Updated 2 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 6 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆89Updated 5 years ago
- all kinds of text classificaiton models and more with deep learning☆99Updated 6 years ago
- 一个基本的多层lstm rnn模型,能实现中英文文本的二分类或多分类☆47Updated 6 years ago
- 基于深度学习的文本分类聚类工具☆14Updated 7 years ago
- 朴素贝叶斯实现的文本分类(新闻分类)☆63Updated 8 years ago
- 利用CNN模型进行文本分类,包含双通道和单通道,是否使用词向量等多种方式☆12Updated 4 years ago
- 用LSTM进行文本的情感分析☆177Updated 5 years ago
- AI100文本分类竞赛代码。从传统机器学习到深度学习方法的测试☆252Updated 7 years ago
- 文本分类的目前测试效果较好的算法☆56Updated 5 years ago
- 该项目是短文本分类,目前应用于新闻标签的分类☆32Updated 7 years ago
- using jieba and doc2vec to implement sentiment analysis for Chinese docs☆81Updated 6 years ago
- 基于LSTM网络与自注意力机制对中文评论进行细粒度情感分析☆54Updated 3 years ago
- several methods for text classification☆187Updated 6 years ago
- 自然语言处理应用☆43Updated 6 years ago
- Kaggle:入门赛Tatanic(泰坦尼克号)84.21%带你冲进前2%☆48Updated 6 years ago
- 关于文本分类的许多方法,主要涉及到TextCNN,TextRNN, LEAM, Transformer,Attention, fasttext, HAN等☆74Updated 5 years ago
- 自然语言处理项目,目标是对文本进行分类。☆307Updated 5 years ago
- 中文文本分类(目前是二分类)☆43Updated 7 years ago