joker-star-l / ai_lab5
人工智能实验五：多模态情感分类
☆14Updated 2 years ago
Related projects: ⓘ
- Pytorch 文本分类温习练习，本项目主要针对短文本的简单分类，demo看看就好。这里用到的网络有：FastText、TextCNN、TextRNN、TextRCNN、Transformer☆14Updated 4 years ago
- 疫情期间网民情绪识别比赛分享+top1~3解决方案☆51Updated 4 years ago
- NLP 相关的项目 如：词向量，文本分类，文本匹配，NER，信息抽取，文本生成以及NLP在电商中的应用☆32Updated last year
- THUCNews中文文本分类数据集，该数据集包含84万篇新闻文档，总计14类；在该模型的基础上测试多个版本bert分类效果。☆49Updated 3 years ago
- bert文本多分类(情感分析)、bert-bilstm-crf序列标注任务(快递地址的序列标注任务)☆29Updated 3 years ago
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型，并基于前后端分离式架构完成属性级情感分析Web系统搭建，通过细粒度情感分析帮助用户和商家更好决策。☆61Updated last year
- Summary and comparison of Chinese classification models☆34Updated last year
- 基于bert的文本情感分析☆11Updated last year
- SimCSE中文语义相似度对比学习模型☆72Updated 2 years ago
- 使用pytorch完成的一个多模态分类任务，文本和图像部分分别使用了bert和resnet提取特征（在config里可以组合多种模型）,在我的小规模数据集上取得了良好的性能（验证集acc96%）☆56Updated last year
- 基于pytorch+bert的中文文本分类☆75Updated last year
- 本项目采用Keras和Keras-bert实现文本多分类任务，对BERT进行微调。☆46Updated 3 years ago
- 基于pytorch + bert的多标签文本分类（multi label text classification）☆83Updated last year
- 使用bert进行中文方面级情感识别。☆19Updated last year
- 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。☆51Updated 3 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类，包含四个类别（愤怒，焦虑，抑郁，伤感）☆52Updated 4 years ago
- 利用bert预训练模型生成句向量或词向量☆28Updated 3 years ago
- 多模型中文cnews新闻文本分类☆50Updated 4 years ago
- 使用bert进行事件抽取。☆34Updated last year
- 基于BERT的文本多标签多分类☆9Updated 2 years ago
- PyTorch使用BERT进行英语多标签文本分类☆32Updated 2 years ago
- Pytorch Bert+BiLstm二分类☆36Updated 3 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。☆32Updated 3 years ago
- 中文二分类，bert+TextCNN 两种实现方法☆17Updated last year
- Pytorch进行 长文本分类。这里用到的网络有：FastText、TextCNN、TextRNN、TextRCNN、Transformer☆44Updated 4 years ago
- 存放知乎，博客发表文章中的代码☆45Updated 2 years ago
- bert pytorch模型微调用于的多标签文本分类☆120Updated 4 years ago
- 基于Bert、Pytorch的中文短文本分类任务☆9Updated last year
- 中文文本分类，Bert，TextCNN，TextRNN，FastText，TextRCNN，BiLSTM_Attention，DPCNN，Transformer，基于pytorch，开箱即用。☆28Updated 2 years ago