文件名称：NLP模型：学习与实践
文件大小：1.49MB
文件格式：ZIP
更新时间：2024-03-15 06:59:57
Python
NLP模型 学习并演示一些经典模型 目录 文字神经网络 1.模型展示 2.参数与超参数 sequence_length 问：对于CNN，输入与输出都是固定的，可每个句子长短不一，怎么处理？ 答：需要做定长处理，比如定为n，超过的截断，不足的补0。注意补充的0对后面的结果没有影响，因为后面的max-pooling只会输出替换，补零的项会被过滤掉。 num_classes多分类，分为几类。 vocabulary_size语料库的词典大小，记为| D |。 embedding_size将词向量的尺寸，由原始的| D |降维到embedding_size。 filter_size_arr多个不同大小的过滤器。 3. demo流程 str_length = 36 word_vec = 128 filter_size = [ 2 , 3 , 4 ] 每种尺寸2个filter 3.实验
【文件预览】：
NLP-Model-master
----README.md(9KB)
----LSTM_GRU()
--------README.md(3KB)
--------Picture()
--------.DS_Store(8KB)
--------data()
--------demo()
----Text_CNN()
--------text_cnn_main.py(4KB)
--------process_data.py(9KB)
--------text_cnn_model.py(10KB)
--------Result()
--------.idea()
----CRF分词()
--------main.py(2KB)
----picture()
--------README-f68d8b8d.png(48KB)
--------README-85ffa053.png(4KB)
--------README-85cdfcb9.png(15KB)
--------README-1cd4ff0f.png(109KB)
--------README-d1c2b10b.png(27KB)
--------README-8f6b1559.png(28KB)
--------README-95176db7.png(9KB)
--------分词数据集.png(399KB)
--------README-7ea1b04c.png(3KB)
--------README-282eca2f.png(84KB)
--------README-857a805b.png(26KB)
--------README-61a8bed9.png(22KB)
--------README-4fcc65db.png(10KB)