基于 LSTM-Attention 的中文新闻文本分类
引入Attention 机制，对 LSTM 模型进行改进，设计了LSTM-Attention 模型。
实验环境：开python3.6.5、tensorflow==1.12、keras==2.2.4
本文的实验数据集来源于搜狗实验室中的搜狐新闻 数据，从中提取出用于训练中文词向量的中文语料， 大小约为 4GB 左右．然后选取了10 个类别的新闻数据，分别为体育, 财经, 房产, 家居, 教育, 科技, 时尚, 时政, 游戏, 娱乐．每个类别 新闻为5000 条，共 50000 条新闻，利用这 50000 条 数据来训练模型．其测试集和验证集如下
验证集: 500*10
测试集: 1000*10
文件下载
评论信息
其他资源
- iReport中文教程(目前最全的)
- webrtc_aec_测试音频
- delphi_demo HttpPost+JSON
- 基于BP神经网络的城市整体发展水平综合评价模型的研究
- C语言程序设计（第三版）谭浩强
- RBF神经网络matlab代码
- pri传统分选算法
- ASP.NET+C#+SQL Server 毕业论文+开题报告+任务书+文献综述+外文翻译（全套）
- DHT10_I2C驱动.zip
- 电磁场时域计算方法
- stm8 选型指南 多种型号
- Web_拼车网
- 部编语文三上PPT课件 24 司马光1.ppt
- 循环deauth固件1.1（仔细看说明，没有操作后台）.rar
- 5.min.js 引入類
- 大学毕业论文-—基于cocos2dx的跨平台游戏的设计与实现.pdf
- fckeditor.java 2.3.2
- Labview宝典
- 论文研究-基于视觉的三维重建技术综述.pdf
- 解密搜索器带自动获取基址
- ns1066 笔记本扩展卡win7 64位驱动
- 基于JSP的图书馆管理系统
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明