# text_classification_with_deep_learning
使用深度学习解决新闻文本分类的实验代码(测试准确率可达94%左右)
1.代码使用python实现,深度学习网络使用keras框架实现
2.代码为实验代码,文件路径都为实验环境中设定的路径,如需使用该代码注意修改路径
3.实验使用的数据有两部分:
(1)wiki百科中文语料(https://dumps.wikimedia.org/zhwiki/latest/zhwiki-latest-pages-articles.xml.bz2)
(2)清华自然语言处理实验室的中文文本分类数据集 THUCNews (http://thuctc.thunlp.org/)
其中,wiki百科语料用来训练word2vec模型;THUCNews数据集为文本分类任务数据集
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1、该资源内项目代码经过严格调试,下载即用确保可以运行! 2、该资源适合计算机相关专业(如计科、人工智能、大数据、数学、电子信息等)正在做课程设计、期末大作业和毕设项目的学生、或者相关技术学习者作为学习资料参考使用。 3、该资源包括全部源码,需要具备一定基础才能看懂并调试代码。 基于python+深度学习进行长文本分类处理算法源码+项目说明(采用keras).zip基于python+深度学习进行长文本分类处理算法源码+项目说明(采用keras).zip基于python+深度学习进行长文本分类处理算法源码+项目说明(采用keras).zip基于python+深度学习进行长文本分类处理算法源码+项目说明(采用keras).zip基于python+深度学习进行长文本分类处理算法源码+项目说明(采用keras).zip基于python+深度学习进行长文本分类处理算法源码+项目说明(采用keras).zip基于python+深度学习进行长文本分类处理算法源码+项目说明(采用keras).zip基于python+深度学习进行长文本分类处理算法源码+项目说明(采用keras).zip
资源推荐
资源详情
资源评论
收起资源包目录
基于python+深度学习进行长文本分类处理算法源码+项目说明(采用keras).zip (11个子文件)
project_code_0628
clean_data.py 9KB
clean_data.ipynb 19KB
tools.ipynb 7KB
word2vec_train
remove_words.py 724B
train_word2vec_skip_ngram_200_5_5_model_wiki.py 1KB
train_word2vec_100_5_5_model.py 1KB
separate_words.py 681B
process_wiki.py 885B
statistic.ipynb 207KB
text-classification-deep-learning.py 8KB
README.md 691B
共 11 条
- 1
资源评论
辣椒种子
- 粉丝: 4132
- 资源: 5738
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功