X-jun-0130 / Easy_Lstm_CnnLinks
Lstm+Cnn 预训练词向量 文本分类
☆104Updated 6 years ago
Alternatives and similar repositories for Easy_Lstm_Cnn
Users that are interested in Easy_Lstm_Cnn are comparing it to the libraries listed below
Sorting:
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆152Updated 5 years ago
- 集成各种神经网络进行情感分类,包括CNN、LSTM、Transformer以及BERT等网络模型☆73Updated 6 years ago
- CNN 实现 文本分类☆183Updated 3 years ago
- tensorflow TxetCnn TextRNN 使用Textcnn、Textrnn对文本进行分类☆58Updated 6 years ago
- 自然语言处理NLP在中文文本上的一些应用,如文本分类、情感分析、命名实体识别等☆212Updated 4 years ago
- CNN, LSTM, NBOW, fasttext 中文文本分类☆121Updated 6 years ago
- 基于tensorflow 实现的用textcnn方法做情感分析的项目,有数据,可以直接跑。☆350Updated 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☆55Updated 4 years ago
- 嵌入Word2vec词向量的CNN中文文本分类☆450Updated 5 years ago
- 该库是一个项目集,包括文本分类、多标签分类、细粒度情感分析、命名实体识别,以及部分数据集等☆202Updated 6 years ago
- Self complemented word embedding methods using CBOW,skip-Gram,word2doc matrix , word2word matrix ,基于CBOW、skip-gram、词-文档矩阵、词-词矩阵四种方法的词向量生成☆187Updated 7 years ago
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆143Updated 7 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☆48Updated 7 years ago
- NLP research:基于tensorflow的nlp深度学习项目,支持文本分类/句子匹配/序列标注/文本生成 四大任务☆194Updated last year
- 使用深度学习方法对IMDB电影评价做情感分析,使用的方法分别为:MLP、BiRNN、BiGRU+Attention Model☆225Updated 8 years ago
- 多标签文本分类☆53Updated 6 years ago
- 本实验,是用BERT进行中文情感分类,记录了详细操作及完整程序☆375Updated 6 years ago
- 新闻上的文本分类:机器学习大乱斗☆180Updated 6 years ago
- BiLstm+CNN+CRF 法律文档(合同类案件)领域分词(100篇标注样本)☆387Updated 7 years ago
- bert文本分类,ner, albert,keras_bert,bert4keras,kashgari,fastbert,flask + uwsgi + keras部署模型,时间实体识别,tfidf关键词抽取,tfidf文本相似度,用户情感分析☆196Updated last year
- 基于word2vec使用wiki中文语料库实现词向量训练模型☆59Updated 6 years ago
- 中文文本聚类☆123Updated 3 years ago
- AI-Challenger Baseline 细粒度用户评论情感分析☆231Updated 7 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆79Updated 5 years ago
- biLSTM_CRF 命名实体识别☆52Updated 6 years ago
- 中文商品评论短文本分类器,可用于情感分析☆368Updated 4 years ago
- 文本分类的目前测试效果较好的算法☆57Updated 6 years ago
- ☆96Updated 5 years ago
- AI Challenger 2018 细粒度用户评论情感分析,排名17th,基于Aspect Level 思路的解决方案☆329Updated 7 years ago
- 使用BERT模型做文本分类;面向工业用途☆223Updated 6 years ago