emoji2vec:根据表情符号说明训练表情符号嵌入-源码

上传者: 42139252 | 上传时间: 2021-05-01 22:44:01 | 文件大小: 3.37MB | 文件类型: ZIP
表情符号2vec 这是我对Ben Eisner,TimRocktäschel,Isabelle Augenstein,Isabelle Augenstein,MatkoBošnjak和Sebastian Riedel在其论文中提出的表情符号嵌入进行训练,可视化和评估的尝试 。 他们的大多数结果都在此处用于在Keras中构建等效健壮的模型,包括仅基于表情符号描述的相当简单的训练过程,但是此版本使用全局向量而不是使用word2vec(最初提出的) 。 总览 包含用于处理表情符号描述以及训练和评估表情符号嵌入的代码 包含用于训练表情符号嵌入的正样本和负样本(发起)以及表情符号频率列表; 它还应在名

文件下载

资源详情

[{"title":"( 18 个子文件 3.37MB ) emoji2vec:根据表情符号说明训练表情符号嵌入-源码","children":[{"title":"emoji2vec-master","children":[{"title":"models","children":[{"title":"emoji_embeddings_100d.txt <span style='color:#111;'> 1.97MB </span>","children":null,"spread":false},{"title":"emoji_embeddings_300d.txt <span style='color:#111;'> 5.89MB </span>","children":null,"spread":false}],"spread":true},{"title":"src","children":[{"title":"utils.py <span style='color:#111;'> 7.93KB </span>","children":null,"spread":false},{"title":"emoji2vec.py <span style='color:#111;'> 14.07KB </span>","children":null,"spread":false}],"spread":true},{"title":"res","children":[{"title":"emoji_negative_samples.txt <span style='color:#111;'> 104.55KB </span>","children":null,"spread":false},{"title":"stopwords_loose.txt <span style='color:#111;'> 129B </span>","children":null,"spread":false},{"title":"emoji_frequencies.txt <span style='color:#111;'> 10.56KB </span>","children":null,"spread":false},{"title":"972_shuf_neg_samples.txt <span style='color:#111;'> 18.27KB </span>","children":null,"spread":false},{"title":"emoji_positive_samples.txt <span style='color:#111;'> 104.55KB </span>","children":null,"spread":false}],"spread":true},{"title":"plots","children":[{"title":"emoji2vec_100d_acc.png <span style='color:#111;'> 25.00KB </span>","children":null,"spread":false},{"title":"emoji2vec_300d_loss.png <span style='color:#111;'> 27.28KB </span>","children":null,"spread":false},{"title":"emoji_300d_vis.png <span style='color:#111;'> 109.05KB </span>","children":null,"spread":false},{"title":"emoji2vec_model_summary.png <span style='color:#111;'> 19.78KB </span>","children":null,"spread":false},{"title":"emoji2vec_lstm_model_summary.png <span style='color:#111;'> 22.04KB </span>","children":null,"spread":false},{"title":"emoji2vec_100d_loss.png <span style='color:#111;'> 30.06KB </span>","children":null,"spread":false},{"title":"emoji2vec_300d_acc.png <span style='color:#111;'> 24.72KB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 9.36KB </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