文件名称：TextClassification:使用不同神经网络的文本分类
文件大小：7.23MB
文件格式：ZIP
更新时间：2024-03-28 11:14:36
Python
文字分类 使用不同的神经网络进行文本分类。中文文本分类，使用TensorFlow 2.x实现TextCNN，TextRNN，TextRCNN，BiLSTM Attention，HAN等类型的深度学习模型。 数据 数据收集数据只取新闻中的五个类别：汽车，娱乐，军事，体育，科技将五个类别分词后保存到数据文件目录，作为分类模型构造与验证数据。 数据集 数据量 总数据 87747 训练集 65810 测试集 21973 环境 的Python 3.7 TensorFlow 2.0+ 使用说明 进入到相关模型目录下 # 使用默认参数运行 python main.py 参数 进入到相关模型目录下 # 查看模型相关参数 python main.py -h 后记 本项目是作者之前使用或学习过的神经网络模型使用TensorFlow 2.x实现各个标准神经网络分类模型，适合学习和快速开发调试，实际项目使用需要结
【文件预览】：
TextClassification-master
----TextCNNAttention()
--------main.py(3KB)
--------text_cnn_attention.py(1KB)
----README.md(1KB)
----Attention()
--------attention.py(2KB)
----TextRCNN()
--------main.py(4KB)
--------text_rcnn.py(1KB)
----TextBiRNN()
--------text_bi_rnn.py(971B)
--------main.py(3KB)
----TextCNNLSTM()
--------text_cnn_lstm.py(933B)
--------main.py(3KB)
----TextAttentionBiLSTM()
--------text_attention_bi_lstm.py(942B)
--------main.py(3KB)
----TextBiGRU()
--------main.py(3KB)
--------text_bi_gru.py(825B)
----TextHierarchicalAttentionNetwork()
--------main.py(3KB)
--------hierarchical_attention_network.py(1KB)
----TextRNN()
--------text_rnn.py(795B)
--------main.py(3KB)
----TextCNNGRU()
--------main.py(3KB)
--------text_cnn_gru.py(930B)
----data()
--------vocab()
--------news_dataset()
----util()
--------news_data_util.py(3KB)
--------metrics.py(317B)
----TextCNN()
--------text_cnn.py(1KB)
--------main.py(3KB)