hziheng / Machine-learning-project-for-text-classification
基于pytorch框架，针对文本分类的机器学习项目，集成多种算法(xgboost, lstm, bert, mezha等等)，提供基础数据集，开箱即用，方便自己二次拓展，持续更新
☆29Updated 2 years ago
Alternatives and similar repositories for Machine-learning-project-for-text-classification:
Users that are interested in Machine-learning-project-for-text-classification are comparing it to the libraries listed below
- Pytorch Bert+BiLstm二分类☆41Updated 3 years ago
- 基于word2vec预训练词向量； textCNN 模型 ；charCNN 模型 ；Bi-LSTM模型；Bi-LSTM + Attention 模型 ；Transformer 模型 ；ELMo 预训练模型 ；BERT 预训练模型的文本分类项目☆118Updated 4 years ago
- 文本分类， 双向lstm + attention 算法☆90Updated 4 years ago
- 用MLP、TextCNN、RNN、LSTM、GRU、Attention、RCNN、BERT做文本分类、情感分析，对比各模型于温泉旅游评论垂类语料下在情感分类任务上的表现☆92Updated 3 years ago
- 基于深度学习框架pytorch实现的中文文本分类，目前包括textcnn,textrnn,textrcnn,textrnn+attention,transformer☆45Updated 3 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☆72Updated 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 3 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%☆42Updated 4 years ago
- 利用CNN,LSTM,CNN_LSTM,TextCNN,Bi-LSTM和传统的机器学习算法进行情感分析，参考：https://github.com/Edward1Chou/SentimentAnalysis☆89Updated 6 years ago
- 包括数据清洗转换，使用包括机器学习和深度学习模型的训练，包括LSTM，GRU，Attention，Transformer，BERT，Satcking技术，传统的RF，XGBoost，GBDT，AdaBoost，SVM，NB模型等☆11Updated 4 years ago
- This repository contains some sentiment analysis models and sequence tagging models, including BiLSTM, TextCNN, BERT for both tasks. All …☆12Updated 2 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- CNN-BiGRU-Attention模型☆89Updated 2 years ago
- 利用bert和textcnn解决多标签文本分类的demo。☆32Updated 2 years ago
- ☆30Updated 4 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
- 毕业设计：基于Bert_Position_BiLSTM_Attention_CRF_LSTMDecoder的法律文书要素识别☆55Updated 4 years ago
- BiLSTM 加普通Attention中文文本多分类Pytorch实现☆33Updated 4 years ago
- 中文情感分类 | 基于三分类的文本情感分析☆22Updated last year
- 基于PyTorch的BERT中文文本分类模型（BERT Chinese text classification model implemented by PyTorch）☆181Updated last year
- 文本分类-文本挖掘-情感分析-文本生成实战☆14Updated 2 years ago
- 用gensim训练LDA模型，进行新闻文本主题分析☆77Updated 5 years ago
- 中文二分类，bert+TextCNN 两种实现方法☆22Updated 2 years ago
- 基于BERT模型的深度学习中文文本分类实现，包含大约20000条新闻的训练和测试集，包装有简单HTTP接口可供调用。☆24Updated 4 years ago
- pytorch实现的LSTM简易文本分类（附代码详解）☆38Updated 4 years ago
- BiLSTM with Multi-Headed Self Attention for sentiment classification of Twitter data, implemented in Keras and PyTorch.☆27Updated 4 years ago
- Python实现中文文本关键词抽取，分别用了TF-IDF、LDA、RNN、LSTM和LR-SGD两类共五种方法，全网最全没有之一。☆61Updated 4 years ago
- 使用支持向量机，感知机，随机森林，决策树，k近邻，logistic，LSTM，bagging，boosting，集成等多种常见算法实现多分类任务（三分类）。Support vector machine, perceptron, random forest, decision…☆16Updated 4 years ago
- 本项目的数据来自“互联网新闻情感分析”赛题。基于Transformer2.0库中的中文Bert模型，对新闻语料进行三分类。☆110Updated 5 years ago
- Sentiment Analysis-Pytorch(情感分析的Pytorch实现)☆61Updated 4 years ago