该代码包为Google code，现在Google上找不到该代码包，所以上传到此供大家下载。（安装指南：在Linux上进入该目录中运行make编译word2vec工具：（如果其中makefile文件后有.txt后缀，将其去掉）在当前目录下执行make进行编译，生成可执行文件(编译过程中报出很出Warning，暂且不管)）
2021-05-23 16:38:12
101KB
1
B站的唐宇迪深度学习项目实战附带的自然语言处理word2vec代码。Word2vec，是一群用来产生词向量的相关模型。这些模型为浅而双层的神经网络，用来训练以重新建构语言学之词文本。网络以词表现，并且需猜测相邻位置的输入词，在word2vec中词袋模型假设下，词的顺序是不重要的。训练完成之后，word2vec模型可用来映射每个词到一个向量，可用来表示词对词之间的关系，该向量为神经网络之隐藏层。
2021-05-17 14:50:31
84.58MB
1
python实现了情感分析的完整项目，包含训练样本，训练好的模型，完整代码。python实现了情感分析的完整项目，包含训练样本，训练好的模型，完整代码。python实现了情感分析的完整项目，包含训练样本，训练好的模型，完整代码。python实现了情感分析的完整项目，包含训练样本，训练好的模型，完整代码。python实现了情感分析的完整项目，包含训练样本，训练好的模型，完整代码。
2021-05-10 09:09:48
78.41MB
1
基于法律裁判文书的事件撤除及其应用
简介
针对交通肇事案件的裁判文书进行事件要素移除，并在此基础上加入决策结果预测，案件相似度匹配等应用场景。
数据来源：
分词：基于pkuseg
词性标注：基于哈工大LTP / pkuseg
命名实体识别：基于BiLSTM-CRF
应用部分：包括判决结果的预测，案件相似度的比较等
2021-04-29 17:26:26
124.77MB
1
新闻分类
基于那里类别的新闻分类是一个项目，其中新闻是通过标题作为输入的类别，并且机器将预测它必须属于哪个类别。在该项目中，使用了从基本（Count，Tfi df等）不同的矢量化技术来推进（手套，word2vec等）技术。此外，它还使用了大约所有的机器学习算法和神经网络技术
2021-04-28 16:04:17
4.82MB
1
深度学习实战篇：采用LSTM网络进行影评情感分析，涉及到词向量模型。训练样本数据齐全。代码有图有分析，便于初学者学些。
2021-04-27 18:47:30
186.23MB
1
自己用来训练word2vec的，已提取文本，做了分词处理，过滤了大部分的特殊字符。
共包含3273626个段落的文本（一个段落包含了多个语句）。
处理后的语料有1.1G，由于文件较大，提供百度网盘下载地址。
2021-04-26 22:45:04
650B
1
情感分析word2vec-LSTM
使用PyTorch对流行电影评论数据集进行情感分析word2vec + LSTM
请注意：由于损失很大，我将更新此仓库。 数据集非常混乱。 当我有足够的时间时，我将再次更新此笔迹。
数据集：Go Kaggle 1.600.000 Twitter数据集
2021-04-22 16:18:46
7KB
1