文本分类
关注
分享
扫一扫
文章平均质量分 94
自然语言处理 文本分类模块
Mechanotrooper
从事过计算机图形学，机器人运动规划控制，光伏新能源等不同领域。现在打算转型到NLP领域。
展开
-
Day08 【基于jieba分词实现词嵌入的文本多分类】
本文基于给定的词表，将输入的文本基于jieba分词分割为若干个词，然后将词映射到词表的大小的词潜入向量，之后经过网络层，输出在已知类别标签上的概率分布，从而实现一个简单文本的多分类。原创 2025-04-15 16:39:01 · 630 阅读 · 0 评论 -
Day08【使用不同的网络模型实现外卖评价情感分类】
本文通过自定义多种网络结构模型，通过对外卖评价数据处理，实现对评价数据的正负向情感分类。最终通过网格参数搜索方式，选择一组较好的网络结构参数，达到最佳分类准确率。原创 2025-04-12 16:18:03 · 994 阅读 · 0 评论 -
Day06【贝叶斯实现文本分类】
本文基于朴素贝叶斯分类器实现给定的文本（例如新闻标题）的分类，并预测其所属的类别。原创 2025-04-05 16:36:06 · 951 阅读 · 0 评论 -
Day06【基于词向量使用svm实现文本分类】
本文基于词向量（Word2Vec），使用支持向量机（SVM）作为分类器来预测文本的类别，来实现文本分类任务。代码的功能是加载预训练的Word2Vec模型，并利用该模型将文本转化为向量，再用支持向量机（SVM）进行训练和预测，最后输出分类结果的报告。利用已训练好的 Word2Vec 模型，将新闻文本的标题转化为词向量。然后使用支持向量机（SVM）对这些词向量进行训练和分类。原创 2025-04-05 00:15:56 · 702 阅读 · 0 评论