基于机器学习与深度学习不同算法(crf_HMM_gru_Transformer等)的中文分词实现python源码+说明.zip
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
基于机器学习与深度学习不同算法(crf_HMM_gru_Transformer等)的中文分词实现python源码+说明.zip 【资源介绍】 该项目是个人毕设项目,答辩评审分达到95分,代码都经过调试测试,确保可以运行!欢迎下载使用,可用于小白学习、进阶。 该资源主要针对计算机、通信、人工智能、自动化等相关专业的学生、老师或从业者下载使用,亦可作为期末课程设计、课程大作业、毕业设计等。 项目整体具有较高的学习借鉴价值!基础能力强的可以在此基础上修改调整,以实现不同的功能。 基于机器学习的中文分词实现,包括双向最大匹配算法、HMM、CRF、双向GRU、Transformer-Encoder,数据集采用MSR。 ## 二、说明 ### 2.1 编写训练测试环境 * Python-3.7.11、TensorFlow-2.0.0、scikit-learn-0.24.1 ### 2.2 运行 * Dict-Base包含双向最大匹配,直接运行bi-mm.py即可。 * Sequence-Labeling-Base包含剩余的算法与模型,同样直接运行对应名字的py文件即可,其中Transformer分为了多个py文件,但文件名已说明。 ### 2.3 测试结果 | Model | Precision | Recall | F1 | | :----: | :----: | :----: | :----: | | crf | 0.9937 | 0.9945 | 0.9941 | | bi_gru | 0.9878 | 0.9943 | 0.9910 | | bi_mm | 0.9701 | 0.9676 | 0.9688 | | HMM | 0.9831 | 0.9232 | 0.9486 | | Transformer | 0.9889 | 0.9916 | 0.9903 |
- 1
- 何小见2023-09-28资源很不错,内容和描述一致,值得借鉴,赶紧学起来!
- 粉丝: 1807
- 资源: 2129
- 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