注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于方面的情感分析pytorch实现

  2. 用pytorch实现了基于方面的情感分析中的一些经典模型，比如atae-lstm、acsa、bilstm_att_g等。 atae_lstm 77.86/65.59 68.34/62.64 acsa_gcae 78.12/65.59 70.85/64.66 bilstm_att_g 76.34/63.65 69.91/63.20 ram 78.66/66.66 73.82/68.80 tnet 78.93/63.65 72.57/65.13

  3. 所属分类：深度学习

    • 发布日期：2020-01-01
    • 文件大小：160768
    • 提供者：u010526186

  1. libtorch_nlp_demo.zip

  2. 基于pytorch训练的文本情感分析模型，用C++ libtorch加载模型进行预测，文本分析使用的模型是循环神经网络，代码里面需要自己下载依赖库和训练数据集，已经包含了一个自己训练好的模型文件。

  3. 所属分类：互联网

    • 发布日期：2020-07-08
    • 文件大小：10485760
    • 提供者：u012234115

  1. TextClf：简单易上手的基于pytorch/sklearn的文本分类工具

  2. 文本分类是自然语言处理中最常见的任务之一。从邮箱应用中的垃圾邮件识别到搜索引擎中的query意图判别， 再到商品评论中的情感分析, 这些其实都是我们身边对文本分类的常见需求。 为了帮助大家更好的应对经常遇到的文本分类场景，我最近开发了一个工具箱TextClf，使用TextClf， 你可以通过生成和修改配置文件，快速尝试多种分类算法模型、调整参数、搭建baseline， 有了这个工具箱，你可以从模型搭建、模型训练、模型测试等一系列复杂的实现中脱离出来, 让你能有更多精力关注于数据本身的特点，做针对

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：122880
    • 提供者：weixin_38671048

  1. CMPE_258-源码

  2. CMPE_258：分配2 下面的详细信息除了强制性的分配要求之外，还涵盖了所探索的不同事物的列表。 第1部分 图像数据集： 新图像数据集已从Kaggle下载。 该数据集包含猫和狗的图像。 已对此数据集执行AutoML以获取准确的结果。 文字数据集 根据当前趋势，已下载了有关COVID讨论的数据集，用于模型“文本分类”，“单个标签”和“情感分析”。 视频数据集 已经探索了用于培训，验证和测试的数据拆分率，并使用了不同的值，以了解其对模型输出的影响。 已尝试使用带有预装容器的自定义jar代替Au

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：3072
    • 提供者：weixin_42155721

  1. py-lingualytics:文本分析库，支持混码数据-源码

  2. Lingualytics：具有代码混合支持的印度分析 Lingualytics是用于处理印度文字的Python库。 Lingualytics由 ， ， ， 和等强大的库提供支持。 观看我们的演示视频！ :glowing_star: 特征 前处理 删除停用词 删除标点符号，并可以选择添加自己语言的标点符号 删除少于字符数限制的单词 表示 从给定的文本中查找n-gram 自然语言处理 使用PyTorch进行分类 在数据上训练分类器以执行诸如情感分析之类的任务 使用准确性，f1得分，准确性

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：6291456
    • 提供者：weixin_42181888

  1. 情感发现：用于大规模情感分类的无监督语言建模-源码

  2. **已弃用** 此仓库已被弃用。 请访问以获取我们最新的大规模无监督预训练和微调代码。 如果您仍想使用此代码库，请参阅带有标签的发行版，并安装必需的软件/相关性，这些软件/相关性在该日期公开发布。 PyTorch无监督情绪发现 该代码库包含预训练的二进制情感和多模型情感分类模型，以及用于重现我们一系列大规模预训练+传输NLP论文的结果的代码：并。 这项工作源于对OpenAI的“论文进行复制，分析和缩放的愿望。 该存储库中使用的技术是通用的，我们易于使用的命令行界面可用于在您自己的困难分类数

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：56623104
    • 提供者：weixin_42122878

  1. Python人工智慧：有关深度学习，机器学习，计算机视觉和NLP的项目-源码

  2. python的人工智能 项目1：预测自行车共享模式从头开始构建和训练神经网络，以预测给定一天的共享自行车数量。 项目2：狗的品种分类器定义一个卷积神经网络，该神经网络在执行以下任务时会比普通人表现更好：识别狗的品种。给出狗的图像，该算法将对狗的品种进行估算。 Project3：生成电视脚本，使用PyTorch构建循环网络和长期短期记忆网络。执行情感分析并生成新文本，并使用循环网络来生成类似于电视脚本训练集的新文本。 Project4：生成脸部实现深层卷积GAN，生成脸部逼真的图像。 Pr

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：36700160
    • 提供者：weixin_42100129

  1. 深度学习纳米学位：深度学习纳米学位（Udacity）中的练习和材料-源码

  2. 深度学习（PyTorch） 该存储库包含与Udacity的有关的材料。 它由一堆用于各种深度学习主题的教程笔记本组成。 在大多数情况下，笔记本会引导您实现诸如卷积网络，循环网络和GAN等模型。 还涉及其他主题，例如权重初始化和批次归一化。 也有一些笔记本用作Nanodegree程序的项目。 在程序本身中，项目由真人（Udacity审阅者）审阅，但是此处也提供了起始代码。 目录 讲解 神经网络导论 ：了解如何实现梯度下降并将其应用于学生录取数据中的预测模式。 ： 您建立情感分析模型，预测某些

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：153092096
    • 提供者：weixin_42121725

  1. deep-learning-v2-pytorch：最新的深度学习ND程序的项目和练习https：//www.udacity.comcoursedeep-learning-nanodegree--nd101-源码

  2. 深度学习（PyTorch） 该存储库包含与Udacity的有关的材料。 它由一堆用于各种深度学习主题的教程笔记本组成。 在大多数情况下，笔记本会引导您实现诸如卷积网络，循环网络和GAN等模型。 还涉及其他主题，例如权重初始化和批次归一化。 也有一些笔记本用作Nanodegree程序的项目。 在程序本身中，项目由真人（Udacity审阅者）审阅，但是此处也提供了起始代码。 目录 讲解 神经网络导论 ：了解如何实现梯度下降并将其应用于学生录取数据中的预测模式。 ： 您建立情感分析模型，预测某些

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：103809024
    • 提供者：weixin_42131316

  1. 情感分析-火炬：IMDb数据集上的火炬情感分析-源码

  2. 使用PyTorch进行情感分析 存储库将引导您完成构建完整的情感分析模型的过程，该模型将能够预测给定评论的极性（无论表达的观点是肯定的还是负面的）。 要在其上训练模型的数据集是流行的IMDb电影评论数据集。 目录 第一个笔记本涵盖了从原始数据集中加载数据，特征提取和分析，文本预处理以及训练/验证/测试集准备的过程。 第二篇教程包含有关如何设置词汇对象的说明，该对象将负责以下任务： 创建数据集的词汇表。 根据稀有词出现和句子长度过滤数据集。 将单词映射到其数字表示形式（word2index）

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：3145728
    • 提供者：weixin_42120563

  1. 情感分析：细粒度用户评论情感分析-源码

  2. 细粒度用户评论情感分析 在线评论的细粒度情感分析对于深刻理解商家和用户，挖掘用户情感等方面有实质性的价值，并且在互联网行业有极其广泛的应用，主要用于个性化推荐，智能搜索，产品反馈，业务安全等。 依赖 Python 3.5 PyTorch 0.4 数据集 使用AI Challenger 2018的细粒度用户评论情感分析数据集，共包含6大类20个细粒度要素的情感倾向。 数据说明 数据集中的评价对象按照粒度不同划分为两个层次，层次一为粗粒度的评价对象，例如评论文本中涉及的服务，位置等要素；；层次二为

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：163840
    • 提供者：weixin_42099942

  1. chinese_text_cnn：TextCNN Pytorch实现中文文本分类情感分析-源码

  2. TextCNN Pytorch实现中文文本分类 论文 参考 依赖项 python3.5 pytorch == 1.0.0 torchtext == 0.3.1 jieba == 0.39 词向量 （这里用的是Zhihu_QA知乎问答训练出来的单词Word2vec） 用法 python3 main.py -h 训练 python3 main.py 准确率 CNN-rand随机初始化嵌入 python main.py Batch[1800] - loss: 0.009499 a

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：5242880
    • 提供者：weixin_42165980

  1. nlp-tutorial：NLP（自然语言处理）教程列表-源码

  2. NLP教程 在PyTorch上构建的NLP（自然语言处理）教程列表。 目录 有关如何实现和适应简单的实词NLP任务的分步教程。 文字分类 此仓库提供了带有简单注释的简单PyTorch文本分类实现。 在这里，我们使用Huffpost新闻语料库，包括相应的类别。 在此数据集上训练的分类模型基于新闻标题和描述来识别新闻文章的类别。 关键字： CBoW，LSTM，fastText，文本文字化 此文本分类教程在IMDb电影评论数据集上训练了一个变压器模型，用于情感分析。 它提供了带有简单注释的简单PyT

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1009778688
    • 提供者：weixin_42119866

  1. sciblog_support：我的博客的支持内容-源码

  2. Sciblog支持信息和代码 此仓库包含支持我的博客的项目，其他信息和代码： 。 您可以找到我在发表的所有帖子的列表。 笔记本项目 ：在这个项目中，我们解释什么是卷积以及如何使用带有MNIST字符识别数据集的MXNet深度学习库来计算CNN。 这里是。 ：在本项目中，我们使用PyTorch解释迁移学习的基本方法（微调和冻结），并分析在哪种情况下更好地使用每种方法。 这里是。 ：在这些笔记本中，我们展示了如何使用Char-CNN和VDCNN模型执行字符级卷积以进行情感分析。 这里是。 ：

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：11534336
    • 提供者：weixin_42150745

  1. jupyter笔记本：Jupyter笔记本和其他-源码

  2. 布局 标题 上一次更改 维基 Jupyter笔记本 2020/11/15 12:41:21 深度学习 Scikit，学习上的IRIS数据集的感知器，神经网络，Keras。 TensorFlow Implementaion在MNIST数据集。 Softmax，交叉熵损失 使用PyTorch进行梯度计算。 层调试。 验证合并，连接方法。 在文本嵌入上验证Conv1D。 验证Image数据集上的Conv2D。 验证LSTM计算。 器具Seq2Seq学习的执行加法。 器具Seq2Se

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：19922944
    • 提供者：weixin_42097208