这是一个简单的文本分类示例，其中使用了用Python编写的潜在语义分析（LSA）并使用了scikit-learn库。
该代码与我在撰写的LSA教程博客文章一起提供。
脚步：
[可选]：运行getReutersTextArticles.py下载Reuters数据集并提取原始文本。 已经为您执行了此步骤，并且数据集存储在“数据”文件夹中。
运行runClassification_LSA.py将LSA应用于数据集，然后测试分类准确性。
运行inspect_LSA.py可以深入了解LSA在做什么。
2021-10-15 19:16:40
2.94MB
1
RCV1-2 是一个路透社（Ruters）英文新闻文本及对应新闻类别数据，可用以进行文本分类和其它自然语言处理（NLP）任务。
2021-10-15 10:59:15
806.62MB
1
中文文本分类语料（复旦）-训练集和测试集
这个链接是训练集，本语料库由复旦大学李荣陆提供。test_corpus为测试语料，共9833篇文档；train_corpus为训练语料，共9804篇文档，两个预料各分为20个相同类别。训练语料和测试语料基本按照1:1的比例来划分。使用时尽量注明来源（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）。文件较大，下载时请耐心等待。
2021-10-14 15:14:35
12.06MB
1
达观数据是中国知名的文本智能处理企业，利用先进的文字语义自动分析技术，提供文本自动抽取、审核、纠错、搜索、推荐、写作等智能软件系统，让计算机代替人工完成业务流程自动化，大幅度提高企业效率
2021-10-13 13:39:07
8.73MB
1
本项目是自然语言处理NLP在中文文本上的一些简单应用，如文本分类、情感分析、命名实体识别等。
文本分类
数据集用的是头条的标题和对应文章分类数据。数据集来自这里：
文本分类的例子对应zh_article_classify_bilstm_attention.ipynb，这里构建的是BiLSTM+Attention的模型结构。
具体模型搭建如下：
def create_classify_model(max_len, vocab_size, embedding_size, hidden_size, attention_size, class_nums):
# 输入层
inputs = Input(shape=(max_len,), dtype='int32')
# Embedding层
x = Embedding(vocab_size, embedding_size)(
2021-10-08 11:53:47
107.97MB
1
本节资料是练习CNN 文本分类的数据，数据有是10类别，模型采用两层的神经网络。数据包含了测试集，训练集和验证集，并且代码讲解很详细，是联系CNN卷积网络实现的好数据。
2021-10-08 01:13:38
71.65MB
1