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☆42Updated 3 years ago
- 文本分类, 双向lstm + attention 算法☆90Updated 4 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
- 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
- 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
- CNN-BiGRU-Attention模型☆89Updated 2 years ago
- 使用改良的Transformer模型应用于多维时间序列的分类任务上☆85Updated 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☆91Updated 6 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☆94Updated 3 years ago
- BiLSTM 加普通Attention中文文本多分类Pytorch实现☆33Updated 4 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆42Updated 5 years ago
- 用TensorFlow搭建CNN/RNN/LSTM/GRU/BiRNN/BiLSTM/BiGRU/Capsule Network等deep learning模型☆59Updated 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
- stock trend prediction using multi-source data☆12Updated 4 years ago
- 基于LSTM+CNN的自然语言处理,基于单维LSTM、多维LSTM时序预测算法和多元线性回归算法的预测模型☆11Updated 4 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)。☆90Updated 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
- 通过修改transformer使其可以预测金融时间序列☆33Updated 4 years ago
- 用gensim训练LDA模型,进行新闻文本主题分析☆77Updated 5 years ago
- pytorch实现的LSTM简易文本分类(附代码详解)☆38Updated 4 years ago
- 使用pytorch搭建textCNN实现中文文本分类☆127Updated 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
- 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
- 多标签多分类的textCNN☆12Updated 4 years ago
- BiLSTM with Multi-Headed Self Attention for sentiment classification of Twitter data, implemented in Keras and PyTorch.☆27Updated 4 years ago
- Pytorch进行长文本分类。这里用到的网络有:FastText、TextCNN、TextRNN、TextRCNN、Transformer☆47Updated 4 years ago
- ☆30Updated 4 years ago
- 利用bert和textcnn解决多标签文本分类的demo。☆32Updated 2 years ago
- 文本聚类(Kmeans、DBSCAN、LDA、Single-pass)☆343Updated 3 years ago