文件名称：NLP_Project_DS8008:NLP课程的最终项目
文件大小：1.41MB
文件格式：ZIP
更新时间：2024-05-10 20:07:51
nlp text-classification pytorch yelp-dataset vdcnn
VDCNN架构上的文本预处理 介绍： 问题描述： NLP任务通常使用递归神经网络和卷积网络来完成，这些神经网络和卷积网络往往是浅层实现，其处理粒度范围从单个字符到单词甚至整个句子，以最有效地分析和提取相关信息。 这项研究的主要目标是评估深度很大的网络体系结构，并使用具有针对浅层体系结构的不同类型池的小型时间卷积滤波器。 期望非常深的卷积网络体系结构可能会比浅层的卷积网络体系结构产生更好的性能。 问题背景： 采用非常深的共络神经网络（VDCNN）的关键决定因素是由于图像的组成结构，这种类型的体系结构在计算机视觉领域的成功。 假设文本具有类似的层次结构属性（假设字符组合形成n-gram，单词，句子等），因此解决方案可以跨域转移（Conneau et al。，2017）。 因此，与传统的浅层架构实现相比，开发具有深层架构的神经网络应该会产生更好的结果。 作为该研究基础的研究论文的目标（Con
【文件预览】：
NLP_Project_DS8008-main
----src()
--------preprocessing.py(7KB)
--------datasets.py(2KB)
--------net.py(9KB)
--------main.py(8KB)
----Report.ipynb(97KB)
----README.md(10KB)
----Images()
--------Table2.png(638KB)
--------Table1.png(624KB)
--------VDCNN.png(173KB)
--------Conv Block.png(26KB)
----NLP_VDCNN_final_project.ipynb(38KB)