Abben
Jul 24, 2020

使用rnn,lstm,gru,fasttext,textcnn,dpcnn,rnn-att,lstm-att,bert,bert-cnn,bert-rnn,bert-rcnn,han,xlnet等等做文本分类，以及对比

  1. 项目使用深度学习模型进行文本分类，所使用的模型主要包括：FastText，TextCNN，DPCNN，RNN系列(RNN，LSTM，GRU)，RNN-Attention，TextRCNN，HAN，Bert，BertCNN，BertRNN，BertRCNN,XLNet。

  2. 方法部分对每个模型及其结构给出简要介绍，并附上pytorch代码实现。

  3. 实验部分所采用的的数据集：weibo_senti_100k情感分类(二分类)，cnews新闻十分类，____文本多标签分类。

数据下载：微博情感分类数据在github仓库中给出, cnews新闻数据 密码:hf6o, ____文本多标签数据

词向量下载：词向量

预训练模型下载：中文预训练bert模型下载,中文预训练XLNet下载

项目仓库地址：中文文本分类

如出现数学公式乱码以及图片问题，请移步github.io来获得更好的阅读体验。

最后，欢迎star！


github地址：https://github.com/jeffery0628/text_classification

0 comments