短文本分类

NLP-分类模型：短文本分类概述【FastText、TextCNN、TextRNN、TextRCNN、DPCNN】

同时，互联网的快速发展催生了大量的书评影评、网络聊天、产品介绍等形式的短文本，其包含大量有价值的隐含信息，迫切需要自动化工具对短文本进行分类处理。基于人工智能技术的文本分类系统依据文本的语义可实现...

NLP实战：Pytorch实现6大经典深度学习中文短文本分类-bert+ERNIE+bert_CNN+bert_RNN+bert_RCNN+bert_DPCNN

本文基于PyTorch框架，实现了6种经典的深度学习中文文本分类模型，这些模型包括基于Transformer模型的Bert和ERNIE，以及结合卷积神经网络、循环神经网络和深度金字塔卷积神经网络的bert_CNN、bert_RNN、bert_RCNN和...

基于多神经网络混合的短文本分类模型

标签：深度学习短文本分类关键词提取特征重构神经网络 FastText TextCNN

本文针对短文本分类任务的特点，提出了基于多神经网络混合的短文本分类模型（Hybrid Short Text Classical Model Base on Multi-neural Networks）.通过对短文本内容的关键词提取进行重构文本特征，并作为多神经网络...

短文本分类及相关技术

标签：短文本分类文本分类

02 短文本分类划分 03 深度CNN结合知识进行文本分类[1] 3.1 概述 3.2 整体步骤一：利用知识库概念化短文本二：模型整体结构设计 3.3 实验 04 主题记忆机制[4] 4.1 概述 4.2 模型结构设计 4.3 实验 05 ...

短文本分类概述

Table of Contents 定义特点及难点分类方法（转有修改）－传统文本分类方法 ...短文本分类任务的目的是自动对用户输入的短文本进行处理，得到有价值的输出。在chatbot的构建过程中，对用户的意图进...

集成学习在短文本分类中的应用研究

标签：短文本分类；机器学习；深度学习；集成学习；Bagging； Stacking

为了进一步提高基于深度神经网络短文本分类性能，提出将集成学习方法应用于5种不同的神经网络文本分.类器，即卷积神经网络、双向长短时记忆网络、卷积循环神经网络、循环卷积神经网络、分层注意力机制神经网络，分别...

融合词语类别特征和语义的短文本分类方法

标签：短文本分类;隐含狄利克雷分布;词汇特征;语义特征;特征选择;

针对短文本内容简短、特征稀疏等特点,提出一种新的融合词语类别特征和语义的短文本分类方法.该方法采用改进的特征选择方法从短文本中选择最能代表类别特征的词语构造特征词典,同时结合利用隐含狄利克雷分布LDA主题...

基于领域词语本体的短文本分类

标签：短文本;本体;知网;文本分类;语义;义元

短文本自身长度较短,描述概念能力弱,常用文本分类方法都不太适用于短文本分类。提出了基于领域词语本体的短文本分类方法。首先抽取领域高频词作为特征词,借助知网从语义方面将特征词扩展为概念和义元,通过计算不同...

论文研究 - 猎鹰：一种新颖的中文短文本分类方法

标签：短文分类词向量表示一站式 Densenet网络卷积神经网络

对于自然语言处理问题，短文本分类仍然是研究的热点，在特征稀疏，高维文本数据和特征表示方面存在明显问题。为了直接表达文本，提出了一种简单而又新颖的变体，它采用单维度低维度。本文提出了一种基于Densenet的...

基于Bert+Pytorch的中文短文本分类项目源码+文档说明.zip

标签： pytorch bert 中文短文本分类项目中文短文本分类课程设计

基于Bert+Pytorch的中文短文本分类项目源码+文档说明.zip 这是95分以上高分必过课程设计项目，下载即用无需修改，确保可以运行。也可作为期末大作业。基于Bert+Pytorch的中文短文本分类项目源码+文档说明.zip 这...

基于cnn+tensorflow实现的短文本分类源码.zip

标签： tensorflow tensorflow cnn 软件/插件

基于cnn+tensorflow实现的短文本分类源码.zip基于cnn+tensorflow实现的短文本分类源码.zip基于cnn+tensorflow实现的短文本分类源码.zip基于cnn+tensorflow实现的短文本分类源码.zip基于cnn+tensorflow实现的短文本...

词向量与lda相融合的短文本分类方法.pdf

标签： mac

文本分类，

TextGrocery：一简单高效的短文本分类工具，基于 LibLinear 和 Jieba-python

标签：自然语言处理

TextGrocery：一简单高效的短文本分类工具，基于 LibLinear 和 Jieba

基于tensorflow+CNN的报警信息短文本分类-附件资源

人工智能-项目实践-情感分析-中文商品评论短文本分类器，可用于情感分析

标签：情感分析商品评论短文本分类 Transfromer LSTM

人工智能-项目实践-情感分析-中文商品评论短文本分类器，可用于情感分析中文商品评论短文本分类器，可用于情感分析，各模型的准确率均达到90%以上运行环境： tensorflow2.0 python3 数据集：京东商城评论文本...

标签： shorttext

文档内容是短文本分类的外文期刊，提高英文阅读能力，获取国外分类技术信息

基于关键词相似度的短文本分类方法研究

标签：词向量特征选择短文本分类特征权重

针对以上结论进行研究，提出了一种基于关键词相似度的短文本分类框架。该框架首先通过大量语料训练得到word2vec词向量模型；然后通过TextRank获得每一类文本的关键词，在关键词集合中进行去重操作作为特征集合。对于...

中文短文本分类研究介绍

标签：深度学习机器学习神经网络

学习如何研究中文短文本分类的详细过程介绍

论文研究-融合BTM主题特征的短文本分类方法.pdf

标签：论文研究

针对短文本特征较少而导致使用传统文本分类算法进行分类效果并不理想的问题，提出了一种融合BTM主题特征和改进了特征权重计算的综合特征提取方法来进行短文本分类。方法中，在TF-IWF的基础上降低词频权重并引入词...

Python短文本分类LibShortText.zip

标签：开源项目

LibShortText是一个开源的Python短文本（包括标题、短信、问题、句子等）分类工具包。 python-libshorttext是对LibShortText的优化和封装。标签：LibShortText

论文研究-基于自身特征扩展的短文本分类方法.pdf

标签：短文本稀疏信号弱

短文本具有特征稀疏、描述概念信号弱等特点，传统方法对短文本进行分类很难取得较好结果。针对上述问题，提出了一种基于自身特征扩展的短文本分类方法SC-FE。该方法首先基于类内离散度从每个类中选取高类别指示性的...

卷积神经网络的短文本分类方法

标签：卷积神经网络短文本分类文本表示机器学习深度学习

短文本分类是自然语言处理的一个研究热点.为提高文本分类精度和解决文本表示稀疏问题，提出了一种全新的文本表示（N-of-DOC）方法.采用Word2Vec分布式表示一个短语，将其转换成的向量作为卷积神经网络模型的输入，...

论文研究-字符级卷积神经网络短文本分类算法.pdf

标签：论文研究

由于短文本具有长度短、特征稀疏以及上下文依赖性强等特点，传统方法对其直接进行分类精度有限。针对该问题，提出了一种基于字符级嵌入的卷积神经网络（CNN）和长短时记忆网络（LSTM）相结合的神经网络模型进行短...

基于TextRNN实现情感短文本分类任务

标签：深度学习 pytorch 人工智能

文本分类任务中，CNN可以用来提取句子中类似N-Gram的关键信息，适合短句子文本。TextRNN擅长捕获更长的序列信息。具体到文本分类任务中，从某种意义上可以理解为可以捕获变长、单向的N-Gram信息（Bi-LSTM可以是双向...

一种基于特征扩展的中文短文本分类方法

标签：短文本分类;关联规则挖掘;特征扩展

针对短文本所描述信号弱的特点,提出一种基于特征扩展的中文短文本分类方法。该方法首先利用FP-Growth算法挖掘训练集特征项与测试集特征项之间的共现关系,然后用得到的关联规则对短文本测试文档中的概念词语进行特征...

基于两步策略的中文短文本分类研究

标签：中文短文本;文本分类;两步策略;朴素贝叶斯(NB);K近邻(KNN)

为更好地挖掘文本信息,研究了将两步策略用于中文短文本分类的3个关键问题,提出了基于组合朴素贝叶斯(NB)和K近邻(KNN)分类器的两步中文短文本分类方法:(1)直接利用NB和KNN的输出构造其对应的二维空间,根据该空间内...

基于TextRCNN实现中文短文本分类任务