遗传算法在文本分类中的研究与应用.pdf

文本建模，此项中的模型GLove, word2vec, 在文本分类实用重要的作用

Bert-Chinese-Text-Classification-Pytorch LICENSE 中文文本分类，Bert，ERNIE，基于pytorch，开箱即用。 介绍 模型介绍、数据流动过程：还没写完，写好之后再贴博客地址。 工作忙，懒得写了，类似文章有很多。 机器：一块2080Ti ， 训练时间：30分钟。 环境 python 3.7 pytorch 1.1 tqdm sklearn tensorboardX pytorch_pretrained_bert(预训练代码也上传了, 不需要这个库了)

资源包含文件：课程论文报告word和PDF两个版本+源码及数据 本项目为一个Hadoop课程设计，使用Java语言和map/reduce实现贝叶斯文本分类器。项目的具体内容如下：1：用MapReduce算法实现贝叶斯分类器的训练过程，并输出训练模型； 2：用输出的模型对测试集文档进行分类测试。测试过程可基于单机Java程序，也可以是MapReduce程序。输出每个测试文档的分类结果； 3：利用测试文档的真实类别，计算分类模型的Precision，Recall和F1值。 详细介绍参考：https://blog.csdn.net/newlw/article/details/124984567

2022NUK-NLP大作业—基于深度学习的文本分类 最终项目介绍及代码说明 介绍 2022NUK NLP大作业 中文10类别单一文本分类 数据集采用gaussic的数据集，https://github.com/gaussic/text-classification-cnn-rnn 代码具体说明 通过对 torch_model.py 的修改可以将模型在 CNN、LSTM、GRU 中进行切换。 LSTM 和 GRU 同为 RNN 模型，代码区别如下：

张量流 该存储库实现了一个Tensorflow框架，用于执行自然语言处理（NLP）任务。 该存储库包含用于不同编程语言的脚本和库。 用于创建神经网络，执行训练和测试，导出网络模型的Python 。 Java，用于加载预训练的网络模型，执行推理或在生产中提供服务。 Node.js，用于加载预训练的网络模型，执行测试和推理。 为什么选择tensorflow-NLP？ 该框架的目的是允许使用模块化代码轻松地为任何NLP任务设计网络，并始终保持相同的输入/输出结构。 如果您的主要用例是在生产中部署保存的模型，那么这非常有用，即使您想使用其他编程语言访问该模型也是如此。 通过使用同一脚本可以评估当前在不同任务上实施的所有网络这一事实，证明了该框架的有效性。 用法： 有关如何安装，配置和运行所有内容的说明，请参见其特定语言目录的自述文件。 您应该从Python库开始，从头开始训练任何网络。

杂货店 基于LibLinear的简单高效的短文本分类工具 嵌入作为默认标记器，以支持中文标记化 其他语言： 表现 火车组合：48个带有32个标签的新闻标题 测试集：带有32个标签的16k新闻标题 与svm和朴素贝叶斯进行比较 分类器 准确性 时间成本 scikit学习（nb） 76.8％ 134 scikit学习（svm） 76.9％ 121 杂货店 79.6％ 49 样例代码 >> > from tgrocery import Grocery # Create a grocery(don't forget to set a name) >> > grocery = Grocery ( 'sample' ) # Train from list >> > train_src = [ ( 'education' , 'Student debt to cost Brit

这是使用BERT进行序列注释和文本分类的模板代码，方便大家将BERT用于更多任务。欢迎使用这个BERT模板解决更多NLP任务，然后在这里分享你的结果和代码。

20news是一个英文新闻数据集，包含 20个 类别共 20000篇 新闻文档，可用以进行文档分类和自然语言处理等任务。