文件名称：kaggle-sentiment-popcorn:Kaggle竞赛代码：“言语袋与爆米花袋相遇”
文件大小：433KB
文件格式：ZIP
更新时间：2024-06-13 05:01:52
machine-learning sentiment-analysis kaggle-competition TeX
它是什么？ 这是我为Kaggle竞赛提交的源代码[“单词的袋子遇上爆米花的袋子”]（ ）。 排行榜得分为0.9766。 该模型是NBSVM，段落向量和门控递归神经网络的集合。 它基于GrégoireMesnil等人的论文[“电影评论的情感分析的生成和判别技术集成”]（ ）中的代码。 怎么跑 数据应放在目录。 该代码需要numpy，pandas，Theano和段落，可以通过运行以下命令进行安装： sudo pip install -r requirements.txt 之后，运行以下命令生成提交文件“ ensemble-submission.csv”： chmod +x run.sh && time ./run.sh 该代码已在Ubuntu 14.04上进行了测试。 在配备GTX Titan的i7四核上花费了大约1h16'。 提交的内容在排行榜上的得分应为〜0.976（由于培
【文件预览】：
kaggle-sentiment-popcorn-master
----data()
--------README.md(225B)
----requirements.txt(55B)
----kaggle_run()
--------liblinear-1.96()
--------nbsvm()
----run.sh(307B)
----.gitignore(47B)
----README.md(2KB)
----iclr15()
--------paper()
--------oh_my_go.sh(268B)
--------README.md(1KB)
--------scripts()
----scripts()
--------ensemble.py(2KB)
--------prepare_data.sh(1KB)
--------make_submission.py(633B)
--------extract_reviews.py(571B)
--------passage_nn.py(3KB)
--------install_liblinear.sh(29B)
--------io_util.py(441B)
--------run_nbsvm.sh(756B)
--------run_passage.sh(1KB)