Relation_Extraction:使用深度学习(CNN)进行关系提取-源码

上传者: 42098251 | 上传时间: 2021-05-08 22:19:07 | 文件大小: 1.27MB | 文件类型: ZIP
关系提取 卷积神经网络的关系分类 该代码是使用tensorflow的论文的实现。 ##算法 我几乎遵循了上面提到的论文中使用的技术,只调整了一些参数,例如字向量的尺寸,位置向量,优化函数等。 基本体系结构是卷积层,最大池和最终softamx层。 我们总是可以在输入层和最终的softmax层之间添加/删除conv和max-pool层的数目。 我只使用了1个转换和1个最大池。 ##文件 text_cnn.py-这是一个实现模型体系结构的类。 因此,它接受输入,包含所有层,例如conv2d (卷积层), max_pool等,这些层处理输入向量,最后根据每个类的预测给出输出。 data_hel

文件下载

资源详情

[{"title":"( 17 个子文件 1.27MB ) Relation_Extraction:使用深度学习(CNN)进行关系提取-源码","children":[{"title":"Relation_Extraction-master","children":[{"title":"train.py <span style='color:#111;'> 5.24KB </span>","children":null,"spread":false},{"title":"CNN.py <span style='color:#111;'> 17.10KB </span>","children":null,"spread":false},{"title":"test.py <span style='color:#111;'> 2.08KB </span>","children":null,"spread":false},{"title":"data_helpers.py <span style='color:#111;'> 2.62KB </span>","children":null,"spread":false},{"title":"word2vec_gensim.py <span style='color:#111;'> 487B </span>","children":null,"spread":false},{"title":".idea","children":[{"title":"inspectionProfiles","children":[{"title":"Project_Default.xml <span style='color:#111;'> 562B </span>","children":null,"spread":false}],"spread":true},{"title":"vcs.xml <span style='color:#111;'> 180B </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 1.85KB </span>","children":null,"spread":false},{"title":"word2vec.py <span style='color:#111;'> 19.27KB </span>","children":null,"spread":false},{"title":"words.txt <span style='color:#111;'> 2.26MB </span>","children":null,"spread":false},{"title":"pyspark_test.py <span style='color:#111;'> 18.63KB </span>","children":null,"spread":false},{"title":"tsne.png <span style='color:#111;'> 485.73KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 51B </span>","children":null,"spread":false},{"title":"word2vec_optimized.py <span style='color:#111;'> 15.54KB </span>","children":null,"spread":false},{"title":"temp.py <span style='color:#111;'> 20.30KB </span>","children":null,"spread":false},{"title":"text_cnn.py <span style='color:#111;'> 3.21KB </span>","children":null,"spread":false},{"title":"word_embeddings.py <span style='color:#111;'> 7.94KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

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