文本分类，属于有监督学习中的一部分，在很多场景下都有应用，下面通过小数据的实例，一步步完成中文短文本的分类实现，整个过程尽量做到少理论重实战。 下面使用的数据是一份司法数据，需求是对每一条输入数据，判断事情的主体是谁，比如报警人被老公打，报警人被老婆打，报警人被儿子打，报警人被女儿打等来进行文本 ...

摘抄：https://zhuanlan.zhihu.com/p/25928551（原文地址） 一.传统文本分类 1）文本预处理 文本预处理过程是在文本中提取关键词表示文本的过程，中文文本处理中主要包括文本分词和去停用词两个阶段。 2）文本表示和特征提取 文本表示： 传统做法常用词袋 ...

### train_model.py ### ### test_model.py ### ### api_tgind.py ### ...

摘要：本篇主要分享腾讯开源的文本分类项目NeuralClassifier。虽然实际项目中使用BERT进行文本分类，但是在不同的场景下我们可能还需要使用其他的文本分类算法，比如TextCNN、RCNN等等。通过NeuralClassifier开源项目我们可以方便快捷的使用 ...

将进行以下尝试： 用词级的 ngram 做 logistic 回归 用字符级的 ngram 做 logistic 回归 用词级的 ngram 和字符级的 ngram 做 Lo ...

本文介绍文本挖掘与文本分类的一些基本概念和流程，为后续学习分类算法做好铺垫。 一. 文本挖掘的概念 　　文本挖掘(Text Mining)是从非结构化文本信息中获取用户感兴趣或者有用的模式 的过程。其中被普遍认可的文本挖掘定义如下:文本挖掘是指从大量文本数据中抽取事先未知的、可理解 ...

目录 概述 数据集合 代码 结果展示 一、概述 在英文分类的基础上，再看看中文分类的，是一种10分类问题（体育，科技，游戏，财经，房产，家居等）的处理。 二、数据集合 数据集为新闻，总共有四个数据文件，在/data/cnews目录下，包括内容如下图 ...

目录 代码分解 utils train_eval models.TextCNN main 在GPU下的运行结果 代 ...