文件名称：AttentionXML：“ AttentionXML：用于高性能极端多标签文本分类的基于标签树的Attention-Aware深度模型”的实现
文件大小：30KB
文件格式：ZIP
更新时间：2024-02-27 08:15:54
xml multi-label-classification multi-label multi-label-learning XMLPython
注意XML 要求 python == 3.7.4 点击== 7.0 ruamel.yaml == 0.16.5 numpy == 1.16.2 scipy == 1.3.1 scikit学习== 0.21.2 gensim == 3.4.0 火炬== 1.0.1 nltk == 3.4 tqdm == 4.31.1 joblib == 0.13.2 logzero == 1.5.0 数据集 下载GloVe嵌入（840B，300d）并将其转换为gensim格式（可以由gensim.models.KeyedVectors.load加载）。 我们还在提供转换后的GloVe嵌
【文件预览】：
AttentionXML-master
----ensemble.py(1KB)
----main.py(5KB)
----data()
--------README.md(786B)
----evaluation.py(2KB)
----preprocess.py(2KB)
----requirements.txt(159B)
----configure()
--------models()
--------datasets()
----.gitignore(3KB)
----deepxml()
--------models.py(7KB)
--------evaluation.py(4KB)
--------dataset.py(4KB)
--------networks.py(2KB)
--------optimizers.py(5KB)
--------cluster.py(3KB)
--------__init__.py(85B)
--------data_utils.py(3KB)
--------tree.py(11KB)
--------modules.py(6KB)
----README.md(4KB)
----scripts()
--------run_amazon.sh(307B)
--------run_wiki10.sh(284B)
--------run_wiki.sh(305B)
--------run_amazon3m.sh(305B)
--------run_eurlex.sh(281B)
--------run_preprocess.sh(715B)
--------run_amazoncat.sh(287B)
--------run_xml.sh(356B)