NLP:我在这里分享一些代码和项目,这些代码和项目是我为IE HST的自然语言处理课程以及Kaggle竞赛开发的

上传者: 42118423 | 上传时间: 2023-04-11 16:46:54 | 文件大小: 7.42MB | 文件类型: ZIP
自然语言处理 我在这里分享了我在IE Univesity的自然语言处理课程中使用的一些代码。 我也分享我所做的项目。 1.计算歌曲的词汇多样性 我遇到一篇文章,讨论一些音乐家在其职业生涯中的整体词汇。 因此,我想将清单上前3位歌手和最后2位歌手的歌曲与我们在课堂上看到的3首歌曲进行比较。 排在首位的是Eminem(毫不奇怪),他的100首最慢的歌曲中使用了大约8,800个单词。 然后是Jay Z(6,900字)和Tupac Shakur(6,600字)。 排在最末的是Spice Girls和Bruno Mars(大约1500个单词)。 我尝试选择看起来在词汇上更加多样化的歌曲,并且与预期的一样,结果表明两组之间的差异很大,而且与我们看到的三首歌曲相比,差异也很大。 (可以在文件1_Lexical_Diversity中找到该代码) 2.分类模型:真实与否? NLP与灾难鸣叫 我们获得了将近1

文件下载

资源详情

[{"title":"( 28 个子文件 7.42MB ) NLP:我在这里分享一些代码和项目,这些代码和项目是我为IE HST的自然语言处理课程以及Kaggle竞赛开发的","children":[{"title":"NLP-master","children":[{"title":"3_Text_Summarizer_Web_App","children":[{"title":"Modeling_Notebook.ipynb <span style='color:#111;'> 126.53KB </span>","children":null,"spread":false},{"title":"webapp3.png <span style='color:#111;'> 397.95KB </span>","children":null,"spread":false},{"title":"FinalReport.pdf <span style='color:#111;'> 1.72MB </span>","children":null,"spread":false},{"title":"Presentation.pdf <span style='color:#111;'> 2.87MB </span>","children":null,"spread":false},{"title":"Web Application Script","children":[{"title":"templates","children":[{"title":"compare_summary.html <span style='color:#111;'> 7.83KB </span>","children":null,"spread":false},{"title":"backie.png <span style='color:#111;'> 189.17KB </span>","children":null,"spread":false},{"title":"index.html <span style='color:#111;'> 6.33KB </span>","children":null,"spread":false}],"spread":true},{"title":"requirements.txt <span style='color:#111;'> 463B </span>","children":null,"spread":false},{"title":"static","children":[{"title":"js","children":[{"title":"init.js <span style='color:#111;'> 545B </span>","children":null,"spread":false},{"title":"materialize.min.js <span style='color:#111;'> 176.87KB </span>","children":null,"spread":false},{"title":"materialize.js <span style='color:#111;'> 362.33KB </span>","children":null,"spread":false}],"spread":true},{"title":"css","children":[{"title":"materialize.min.css <span style='color:#111;'> 138.52KB </span>","children":null,"spread":false},{"title":"materialize.css <span style='color:#111;'> 175.05KB </span>","children":null,"spread":false},{"title":"custom.css <span style='color:#111;'> 842B </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"__pycache__","children":[{"title":"spacy_summarization.cpython-36.pyc <span style='color:#111;'> 1.29KB </span>","children":null,"spread":false},{"title":"TextRank_our_model.cpython-37.pyc <span style='color:#111;'> 2.49KB </span>","children":null,"spread":false},{"title":"spacy_summarization.cpython-37.pyc <span style='color:#111;'> 2.49KB </span>","children":null,"spread":false},{"title":"nltk_summarization.cpython-37.pyc <span style='color:#111;'> 990B </span>","children":null,"spread":false},{"title":"TextRank_our_model_2.cpython-37.pyc <span style='color:#111;'> 2.59KB </span>","children":null,"spread":false}],"spread":true},{"title":"TextRank_our_model_2.py <span style='color:#111;'> 2.09KB </span>","children":null,"spread":false},{"title":"nltk_summarization.py <span style='color:#111;'> 1.17KB </span>","children":null,"spread":false},{"title":"app.py <span style='color:#111;'> 3.85KB </span>","children":null,"spread":false},{"title":"TextRank_our_model.py <span style='color:#111;'> 1.94KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"webapp3.png <span style='color:#111;'> 397.95KB </span>","children":null,"spread":false},{"title":"2_Twitter_Disasters_Classification_Model","children":[{"title":"2_Twitter_Disasters_Guide.pdf <span style='color:#111;'> 1.58MB </span>","children":null,"spread":false},{"title":"2_Classification_Tweets_Model_NLP.ipynb <span style='color:#111;'> 427.34KB </span>","children":null,"spread":false}],"spread":true},{"title":"1_Lexical_Diversity.ipynb <span style='color:#111;'> 8.67KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 4.54KB </span>","children":null,"spread":false}],"spread":true}],"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