书栈网 · BookStack 本次搜索耗时 0.014 秒,为您找到 33 个相关结果.
  • 词语表达

    词语表达 获取数据 训练词向量 高级读者:skipgram 与 cbow 两种模型 高级读者:调整参数 打印词向量 最近邻查询 高级读者:计算相似度 字的类比 字符 n-gram 的重要性 结论 词语表达 现代机器学习中的一个普遍观点是用向量表示单词。这些向量获取有关语言的隐藏信息,如词类或语义。它也被用来提高文本分类器的性能。 ...
  • 2.5. 文本情感分类

    1. 文本情感分类 1.1. 场景背景 1.2. 数据集介绍 1.3. 整体流程 1.4. 详细流程 一. 数据准备 二. 文本分类器 三. 运行调度及训练进度查看 1. 文本情感分类 1.1. 场景背景 文本分类是自然语言处理中一项基础且重要的任务,旨在对给定的文本内容进行分类,如:用户评论情感分类(消极,积极,中立),新闻...
  • 10.6. 求近义词和类比词

    2792 2019-06-05 《动手学深度学习》
    10.6. 求近义词和类比词 10.6.1. 使用预训练的词向量 10.6.2. 应用预训练词向量 10.6.2.1. 求近义词 10.6.2.2. 求类比词 10.6.3. 小结 10.6.4. 练习 10.6.5. 参考文献 10.6. 求近义词和类比词 在“word2vec的实现” 一节中,我们在小规模数据集上训练了一个word2...
  • Examples

    Addition RNN Custom layer - antirectifier Baby RNN Baby MemNN CIFAR-10 CNN CIFAR-10 ResNet Convolution filter visualization Convolutional LSTM Deep Dream Image OCR Bidire...
  • 英文单词向量

    英文单词向量 下载经过训练的词向量 格式 许可证明 参考资料 英文单词向量 这一篇整合了一些之前用 fasttext 训练的词向量。 下载经过训练的词向量 你可以从下面下载单词向量,他们基于学习不同的数据来源,并且被预先训练过: wiki-news-300d-1M.vec.zip :一百万的词向量,这些词向量是在 2017 维基百...
  • 10. 自然语言处理

    10.1 词嵌入(word2vec) 10.2 近似训练 10.3 word2vec的实现 10.4 子词嵌入(fastText) 10.5 全局向量的词嵌入(GloVe) 10.6 求近义词和类比词 10.7 文本情感分类:使用循环神经网络 10.8 文本情感分类:使用卷积神经网络(textCNN) 10.9 编码器—解码器(seq2seq...
  • 参考

    参考 参考 如果使用此代码学习词语表示, 请引用 1 ; 如果使用文本分类, 请引用 2 。 [1] P. Bojanowski*, E. Grave*, A. Joulin, T. Mikolov, Enriching Word Vectors with Subword Information @article { bojanowski201...
  • 选项列表

    选项列表 选项列表 调用不带参数的命令来列出可用参数及其默认值: $ ./ fasttext supervised 空的输入或输出路径. 以下参数是强制性的: - input 训练文件路径 - output 输出文件路径 以下参数是可选的: -...
  • NLP基础知识

    NLP基础知识 NLP应用案例 让机器理解文字 NLP与安全 一本开源的NLP入门书籍 License 打赏 NLP基础知识 常用数据集简介 推荐更新源 打造NLP工具箱 如何衡量机器学习分类模型 词袋模型和TFIDF模型 Word2Vec模型和Doc2Vec模型 自己动手训练word2vec模型 使用多层感知机进行文档分...
  • 监督模型

    监督模型 Description(描述) Table of models(模型表格) References(参考) 监督模型 这个页面收集了几个预先训练好的监督模型,其训练数据来自于几个不同的数据集。 Description(描述) 常规模型使用 [1] 中描述的步骤进行训练. 可以使用我们 github 存储库中的 classifica...