#13 · 主分类: 自然语言处理与文本处理
text_classification
attention-mechanism
classification
convolutional-neural-networks
fasttext
memory-networks
multi-class
multi-label
nlp
sentence-classification
tensorflow
text-classification
textcnn
textrnn
各种文本分类模型及更多深度学习相关内容
项目最后更新:09/28/23
GitHub Stars
7.9K
Forks数量
2.5K
贡献者数量
15
许可证
MIT
收录理由
这个仓库汇集了多种经典的深度学习文本分类模型,从fastText、TextCNN到基于注意力的seq2seq、Transformer以及记忆网络,覆盖面很广。它的价值在于让你能在同一份数据上跑几种截然不同的架构,直观比较效果,而不是一开始就押注某一种方案。项目也支持多标签分类,适合文档打标、工单归类这类需要同时贴多个标签的实际场景。每个模型都自带测试函数,且与数据集解耦,你可以先用小任务验证模型行为,再套用到自己的数据上。需要注意的是,代码基于较老版本的TensorFlow和Python,如果你用的是新环境,可能需要花些功夫做迁移。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。