Keras与spaCy在深度学习中的应用
1. spaCy文本分类简介
Keras在独立的文本分类任务中表现出色,但有时将其与在文本分析方面表现卓越的spaCy结合使用会很有用。使用spaCy进行文本分类有两种方式:一种是使用其自带的神经网络库thinc,另一种是使用Keras。
1.1 使用Keras和LSTM进行情感分类的示例
以下是使用Keras和LSTM进行情感分类的示例代码:
import plac
import random
import pathlib
import cytoolz
import numpy
from keras.models import Sequential, model_from_json
from keras.layers import LSTM, Dense, Embedding, Bidirectional
from keras.layers import TimeDistributed
from keras.optimizers import Adam
import thinc.extra.datasets
from spacy.compat import pickle
import spacy
class SentimentAnalyser(object):
@classmethod
def load(cls, path, nlp, max_length=100):
with (path / 'config.json').open() as file_:
model = model_from_json(f
Keras与spaCy结合的文本分类应用
超级会员免费看
订阅专栏 解锁全文

681

被折叠的 条评论
为什么被折叠?



