文件名称：HFT-CNN:基于分层类别结构的卷积神经网络的多标签短文本分类
文件大小：1.82MB
文件格式：ZIP
更新时间：2024-05-24 08:37:16
machine-learning convolutional-neural-networks short-text fine-tuning multi-label-learning
神经网络 这四个代码/模型是基于Chainer的实现，用于通过卷积神经网络进行文本分类。 平面模型：平面非分层模型 没有微调（WoFt）模型：分层模型但没有微调 分层微调（HFT）模型：分层和微调模型 XML-CNN模型[ ] 如果您在研究中使用此代码的任何部分，请引用我的论文： @inproceedings{HFT-CNN, title={HFT-CNN: Learning Hierarchical Category Structure for Multi-label Short Text Categorization}, Author={Kazuya Shimura and Jiyi Li and Fumiyo Fukumoto}, booktitle={Proceedings of the 2018 Conference on Empirical M
【文件预览】：
HFT-CNN-master
----cnn_model.py(6KB)
----train.py(9KB)
----data_helper.py(11KB)
----LICENSE(1KB)
----xml_cnn_model.py(5KB)
----MyEvaluator.py(3KB)
----Sample_data()
--------sample_test.txt(5.8MB)
--------sample_train.txt(2.87MB)
--------sample_valid.txt(1.43MB)
----cnn_train.py(9KB)
----requirements.txt(828B)
----Tree()
--------Amazon_all.tree(3.91MB)
----example.sh(624B)
----MyUpdater.py(2KB)
----tree.py(2KB)
----README.md(9KB)
----hft_cnn_env.yml(1KB)