文件名称：doc2vec：使用Doc2Vec嵌入的长文本表示和分类
文件大小：12.96MB
文件格式：ZIP
更新时间：2024-02-26 10:47:30
sentiment-analysis text-classification scikit-learn gensim nlp-machine-learning
Doc2Vec文本分类 文本分类模型，该模型使用gensim Doc2Vec生成段落嵌入，并使用scikit-learn Logistic回归进行分类。 数据集 25,000个IMDB电影评论，特别选择用于情感分析。 评论的情绪是二进制的（1表示肯定，0表示否定）。 与以下出版物相关联地收集了此源数据集： Andrew L. Maas, Raymond E. Daly, Peter T. Pham, Dan Huang, Andrew Y. Ng, and Christopher Potts. (2011). "Learning Word Vectors for Sentiment An
【文件预览】：
doc2vec-master
----models()
--------classifier_model.py(3KB)
--------model.py(261B)
--------__init__.py(0B)
--------doc2vec_model.py(4KB)
----requirements.txt(63B)
----.travis.yml(155B)
----LICENSE(1KB)
----README.md(1KB)
----text_classifier.py(2KB)
----classifiers()
--------__init__.py(0B)
----data()
--------__init__.py(0B)
--------dataset.csv(32MB)
----.gitignore(2KB)