喜p：用于多标签文本分类的深度神经网络框架

【文件属性】：
文件名称：喜p：用于多标签文本分类的深度神经网络框架
文件大小：829KB
文件格式：ZIP
更新时间：2021-02-03 15:24:20
nlp machine-learning deep-learning neural-network word2vec 喜p是用于多标签文本分类的深度学习工具。 它在训练语料库上学习将标签分配给任意文本，并可用于预测未知数据上的标签。 它是由CERN开发的，用于将主题类别分配给高能物理摘要，并从中提取关键字。 简短介绍 >>> magpie = Magpie() >>> magpie.init_word_vectors('/path/to/corpus', vec_dim=100) >>> magpie.train('/path/to/corpus', ['label1', 'label2', 'label3'], epochs=3) Training... >>> magpie.predict_from_text('Well, that was quick!') [('label1', 0.96), ('label3', 0.65), ('label2', 0.21)] 简短介绍 要训​​练模型，您需要有大量带标签的数据集，其文本格式编码为UTF-8。 可以在data / hep-categories目录下找到示例语料库。 .lab查找包含文本以进行预测的.txt文件，并在单独的行中分配标签的.lab