wylqq312715289 / semi-supervised-1Links
使用keras框架Embedding+LSTM对短文本分类-半监督
☆16Updated 7 years ago
Alternatives and similar repositories for semi-supervised-1
Users that are interested in semi-supervised-1 are comparing it to the libraries listed below
Sorting:
- Hierarchical BiLSTM CNN using Keras☆76Updated 7 years ago
- 关于文本分类的许多方法,主要涉及到TextCNN,TextRNN, LEAM, Transformer,Attention, fasttext, HAN等☆75Updated 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
- 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
- 汽车行业用户观点主题及情感识别☆31Updated 6 years ago
- bilstm _Attention_crf☆37Updated 6 years ago
- biLSTM_CRF 命名实体识别☆52Updated 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
- tensorflow TxetCnn TextRNN 使用Textcnn、Textrnn对文本进行分类☆58Updated 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
- all kinds of text classificaiton models and more with deep learning☆99Updated 7 years ago
- 这是本人第一次数据算法比赛实录。主要整理记录2017年CCF大数据与计算智能竞赛使用的模型和实现代码,选择了基于主题的文本情感分析赛题。采用情感词典+自定义规则完成比赛,成绩:136/796。☆49Updated 7 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆151Updated 4 years ago
- 基于深度学习的文本分类聚类工具☆14Updated 7 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆78Updated 5 years ago
- 基于句法分析的命名实体关系抽取程序☆65Updated 9 years ago
- A tensorflow implementation of Chinese named entity recognition based on transfer learning☆13Updated 7 years ago
- 搜狗新闻语料训练的word2vec中文模型☆68Updated 7 years ago
- 使用gensim训练word2vec模型并对训练得到词向量聚类☆15Updated 7 years ago
- SVM, FastText, TextCNN, BiGRU, CNN-BiGRU在短分本分类上的对比☆84Updated 6 years ago
- 面向金融领域的事件主体抽取(ccks2019),一个baseline☆119Updated 6 years ago
- paper reading☆20Updated 6 years ago
- ☆96Updated 5 years ago
- CHIP2018评测任务2,平安医疗科技智能患者健康咨询问句匹配大赛baseline,BiLSTM+特征工程计算相似性,10折交叉验证平均投票做bagging,F1值0.83左右,rank16。☆19Updated 6 years ago
- 基于条件随机场的医疗电子病例的命名实体识别☆113Updated 7 years ago
- 多标签文本分类☆54Updated 6 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)。☆94Updated 6 years ago
- NLP 以及相关的学习实践☆40Updated 3 years ago
- 面向金融领域的实体关系抽取☆51Updated 6 years ago
- biLSTM_CRF 中文分词☆34Updated 6 years ago