leo_weile的博客

赛题背景随着各种社交平台的兴起，网络上用户的生成内容越来越多，产生大量的文本信息，如新闻、微博、博客等，面对如此庞大且富有情绪表达的文本信息，完全可以考虑通过探索他们潜在的价值为人们服务。因此近年来情绪分析受到计算机语言学领域研究者们的密切关注，成为一项进本的热点研究任务。本赛题目标为在庞大的数据集中精准的区分文本的情感极性，情感分为正中负三类。面对浩如烟海的新闻信息，精确识别蕴藏在其中的情...

fasttext版本0.9.1 参考文本分类官方教程：https://fasttext.cc/docs/en/supervised-tutorial.html数据集格式" ".join(["__label__classId"]+["我们","中国"])，标签用特定的__label__连接，和分词共同使用空格分割拼接在一起。官方给的参考数据下载地址：https://dl.fbaipu...

k折交叉验证将训练集分为k份，取其中一份成为验证集，剩下成为训练集，称为k折数据划分，使用得到的k个训练集、验证集，训练k个模型，k个模型做简单的模型融合，可提升模型稳定性、准确率。数据介绍数据共有四列，列名分别为id，title，content，id，抽样了20行方便进行试验。代码实现#以下代码得到上图的数据train=pd.read_csv("data_0/tr...

官方文档：https://pytorch.org/docs/stable/cuda.html0、设备命名：cpu，cuda:0(0代表gpu编号)，......，cuda:n1、测试gpu是否可用:torch.cuda.is_available()2、返回gpu可用数量：torch.cuda.device_count()3、默认选择某一个gpu，若不存在，使用cpu：device ...