multi-class-text-classification-cnn-rnn

收录理由

多数文本分类教程止步于模型片段，这个仓库却把流程走完整了。它在Kaggle旧金山犯罪数据集上训练了一个TextCNN与GRU混合的网络，把自由文本的案情描述映射到39个犯罪类别，并演示了如何导出模型、对新数据做预测。训练和预测脚本、保存的词汇表、标签映射，都让它可以作为一套可复用的模板，适合想在自己标注文本上构建句子分类器的人。对于在短文本分类中比较CNN与RNN（GRU/LSTM）架构的团队，它也是不错的参考，因为代码展示了这两种方式如何在Keras里协同工作。