TOP250豆瓣电影短评：Scrapy 爬虫 数据清理/分析 构建中文文本情感分析模型
2021-04-21 07:08:22
73.43MB
1
复旦谭松波的，别人辛苦整理，免费发布的东西，拿过来自己赚积分，绝了
数据说明
answer.rar为测试语料，共9833篇文档；
train.rar为训练语料，共9804篇文档，分为20个类别。
训练语料和测试语料基本按照1:1的比例来划分。
数据来源
复旦大学计算机信息与技术系国际数据库中心自然语言处理小组
问题描述
适合NLP学习使用
2021-04-13 18:43:26
230.73MB
1
做毕设自用的中文新闻文本分类语料库，整理自搜狗新闻和清华新闻语料，共八个类别，每类已分好4000条训练集和1000条测试集。附赠一份停用词表，综合了哈工大停用词及川大停用词。
2021-04-12 12:47:48
47.93MB
1
原创matlab读取txt中文文本的解决方案-程序.rar
matlab对中文的支持一直以来都是个不小的问题，尤其在读取文本方面。一般读出的中文文本都是乱码，网上找了半天没找到答案，自己研究了一下，在快要绝望的时候终于有了结果~ 呵呵
这个问题是在本论坛中的GUI教学视频第5课中提到的，学生的成绩单必须要转换成英文 数字才能正常读入，我用的是中文系统，用fopen试了一下，结果读出的中文是'???'样的乱码。不多废话，还是用本课视频的例子，为了证明读取中文的有效性，我把源程序的思路做了一下改动，界面中不做中文string的设置，全部由程序给出，解决方案如下
编程环境：matlab7.1；Windows XP professional SP2
更改后的代码
function matlab_GUI_4_OpeningFcn
fdata = importdata % 导入文本数据
ftextdatasize = size; % 求文本类数据长度
fdatasize = size % 求数据长度
counter = 1;
while counter
2021-04-06 09:47:33
4KB
1
基于ELMo词向量的textCNN中文文本分类python代码，ELMo是基于哈工大的HIT-SCIR/ELMoForManyLangs，文本分类代码是基于keras的，有数据有模型有代码。
2021-03-30 10:07:32
383.46MB
1
介绍了中心向量算法和KNN算法两种分类方法。针对KNN分类方法在计算文本相似度时存在的不足，提出了改进方案。新方案引入了中心向量分类法的思想。通过实验,对改进的KNN算法、中心向量算法和传统的KNN算法应用于文本分类效果进行了比较。实验结果表明，改进的KNN算法较中心向量法和传统的KNN算法在处理中文文本分类问题上有较好的分类效果，验证了对KNN算法改进的有效性和可行性。
2021-03-24 21:34:00
434KB
1
notepad++是什么软件？Notepad ++是一款短小精悍且完全免费的优秀文本编辑器和代码编辑器软件，基于强大的编辑组件Scintilla并用C ++编写，使用纯Win32 API和STL来确保更高的执行速度、更低的资源占用以及和更小的体积，通过尽可能多地优化例程而不丢失用户友好性，文本编辑器notepad ++致力于减少世界二氧化碳的排放，当使用较少的CPU功率时，PC可以降低速度并降低功耗，进而实现更绿色环保的环境。
2021-03-16 16:01:49
8.63MB
1
使用CNN和Word2vec进行文本分类
本文是参考gaussic大牛的“ text-classification-cnn-rnn”后，基于同样的数据集，嵌入词级别操作的CNN文本分类实验结果，gaussic大牛是基于字符级的；进行了第二版的更新：1。加入不同的卷积核； 2。加入正则化； 3。词唯一的中文或英文，删除掉文本中数字，符号等类型的词； 4。删除长度为1的词训练结果较第一版有所提升，验证集准确率从96.5％达到97.1％，测试准确率从96.7％达到97.2％。
本实验的主要目是为了探索基于Word2vec训练的词向量嵌入CNN后，对模型的影响，实验结果得到的模型在验证集达到97.1％
2021-03-11 19:01:08
15.65MB
1