manderous / TextClassification-MeiTuan-FeatureExtraction-ClassifierLinks
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）。
☆94Updated 6 years ago
Alternatives and similar repositories for TextClassification-MeiTuan-FeatureExtraction-Classifier
Users that are interested in TextClassification-MeiTuan-FeatureExtraction-Classifier are comparing it to the libraries listed below
Sorting:
- 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
- 互联网新闻情感分析赛题baseline☆42Updated 5 years ago
- 多标签文本分类☆54Updated 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
- keras 搭建文本分类模型，textcnn/bi_gru/cnn+rnn_binglian/cnn+rnn_cuanlian/fasttext/att_bi_gru/rcnn,其中前面四个模型只有create_model函数不同，其余相同，fasttext和rcnn增加了…☆23Updated 6 years ago
- 以京东评论作为数据集，使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。☆32Updated 4 years ago
- tensorflow TxetCnn TextRNN 使用Textcnn、Textrnn对文本进行分类☆58Updated 6 years ago
- question classification with multi-level attention mechanism 使用多层级注意力机制和keras实现问题分类☆34Updated 6 years ago
- CNN 实现文本分类☆183Updated 3 years ago
- 用gensim训练LDA模型，进行新闻文本主题分析☆77Updated 6 years ago
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆144Updated 7 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆151Updated 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
- 细粒度用户评论情感分析☆123Updated 6 years ago
- 使用分层注意力机制 HAN + 多任务学习 解决 AI Challenger 细粒度用户评论情感分析 。https://challenger.ai/competition/fsauor2018☆58Updated 6 years ago
- textcnn多标签文本分类☆37Updated 6 years ago
- NLP 以及相关的学习实践☆40Updated 3 years ago
- ☆96Updated 5 years ago
- ☆131Updated 7 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
- 提出基于划分的LDA主题模型 (PLDA)。对传统LDA模型进行改进，考虑中长篇文档篇章结构较为清晰，传统LDA在处理中长篇文档时不能识别每个篇章的主题，提出基于划分的LDA主题模型，对中长篇文档如新闻报道】国务院工作报告等按照段落进行划分，先拆后合，并将其效果与传统LDA…☆40Updated 5 years ago
- 主要是实现nlp常用网络以及结果比较，各模型的优劣势，如:FastText,TextCNN,TextRNN,TextRCNN,BiLSTM,Seq2seq,BERT,Transformer,ELMo以及Attention机制等等。☆45Updated 6 years ago
- 评论上的情感分析：主题与情感词抽取☆81Updated 4 years ago
- 中文文本聚类☆123Updated 3 years ago
- 文本分类的目前测试效果较好的算法☆56Updated 5 years ago
- Lstm+Cnn 预训练词向量 文本分类☆103Updated 6 years ago
- LSTM，TextCNN，fastText情感分析，模型用 tf_serving 和 flask 部署成web应用☆42Updated 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
- Multilabel classification based on TextCNN and Attention☆77Updated 4 years ago
- 文本二分类任务，是否文档是否属于政治上的出访类事件，利用BERT提取特征，模型采用简单的DNN。☆61Updated 5 years ago