本文介绍如何使用循环神经网络(RNN)实现简单的语句分类任务，即判断输入语句是否带有恶意倾向。此外，还将介绍如何预训练词嵌入(word embedding)，如利用skip-gram或CBOW模型。
点击左上方蓝字关注我们
在学习了循环神经网络以后，相信你已经对于分类问题有了一定的了解。每个阶段的学习，除了查缺补漏，最重要的就是检验自己是否真正掌握了这项能力？
本次作业是要让同学接触自然语言处理当中一个简单的任务 —— 语句分类（文本分类），给定一个语句，判断他是否恶意？
简单的解释就是，通过RNN获得这这个语句是否具备某种倾向作出分类判断的决策，再用训练数据可以获得网络参数，进而实现任务进行分类的工作。
作业过程中，你需要使用 RNN 实现文本分类，并且用一些方法 pretrain 出 word embedding (e.g., skip-gram, CBOW. )。
还等什么？早写完早开心！等你哦！
今日学习任务
学习
进行时
作业4-语句分类
作业指路：
报名地址
还没有报名的同学，点击文末『阅读原文』或者扫码报名，跟上学习进度：
https://aistudio.baidu.com/aistudio/education/group/info/1978
???? 扫码进入学习中心????
进入QQ学习社群，开启机器学习之旅
跟着李宏毅老师学习，进击机器学习算法工程师～
飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，是中国首个开源开放、技术领先、功能完备的产业级深度学习平台，包括飞桨开源平台和飞桨企业版。飞桨开源平台包含核心框架、基础模型库、端到端开发套件与工具组件，持续开源核心能力，为产业、学术、科研创新提供基础底座。飞桨企业版基于飞桨开源平台，针对企业级需求增强了相应特性，包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业，提供零门槛、预置丰富网络和模型、便捷高效的开发平台；BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。
END
扫一扫
1470
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
