1.src：源代码
1）algorithm 算法的相关代码
2）script 调用算法及数据预处理的相关代码
2.script：脚本
java的jar包及shell脚本，可直接运行，已打包
参数格式：dataset目录(其中定义训练集词向量为train_x.txt,训练集标签为train_y.txt,测试集词向量为test_x.txt,测试集标签为test_y.txt) 训练样本个数 测试样本个数 初始向量维度 标签类别数量 层数(之前代码为方便定义为3层，后期已update，但jar包还未update) 各隐藏层神经元个数 稀疏性参数 稀疏惩罚(后2个参数根据不同种类的模型而定)
3.data：数据文件
data/SA/text/ : 本实验所用数据
data/SA/text/originalData/ : raw data
data/SA/text/1 ; raw data 预处理后的数据
4.log：实验结果
5.lib：程序需要的外部依赖包
文本相似度系统-java版本
5星 · 超过95%的资源 需积分: 1 24 浏览量
2017-01-20
11:48:20
上传
评论 13
收藏 46.37MB RAR 举报 
DocDistance.rar （58个子文件） 
DocDistance bin word2vec main java com ansj vec 
Learn.class 13KB domain WordEntry.class 1KB WordNeuron.class 2KB Neuron.class 890B HiddenNeuron.class 446B Word2VEC.class 9KB util MapCount.class 3KB WordKmeans$Classes$1.class 2KB Haffman.class 2KB WordKmeans$Classes.class 3KB WordKmeans.class 4KB util Conf.class 431B Tool.class 3KB script StringHandler.class 4KB runTest.class 2KB test.class 1KB FileHandler.class 2KB algorithm Model.class 4KB brand_ext.dic 10KB style_ext.dic 12KB product_ext.dic 4KB
Readme.txt 664B stopword.dic 18KB data test doc3.txt 32KB doc1.txt 9KB doc2.txt 7KB result out1_1.txt 19KB out3_2.txt 71KB out1_2.txt 17KB out1_3.txt 15KB out2_3.txt 10KB out3_1.txt 79KB model vectors.bin 47.97MB .settings org.eclipse.core.resources.prefs 138B org.eclipse.jdt.core.prefs 598B src word2vec main java com ansj vec Word2VEC.java 9KB domain HiddenNeuron.java 234B Neuron.java 531B WordNeuron.java 2KB WordEntry.java 602B Learn.java 13KB util MapCount.java 1KB WordKmeans.java 5KB Haffman.java 943B util Tool.java 3KB Conf.java 175B script StringHandler.java 2KB FileHandler.java 2KB runTest.java 1KB algorithm Model.java 3KB .project 387B ext.dic 166B material_ext.dic 756B .classpath 395B color_ext.dic 1KB lib 
IKAnalyzer2012_u6.jar 1.11MB main2015.dic 448KB IKAnalyzer.cfg.xml 773B
Emmitte
- 粉丝: 122
- 资源: 70
- 1
- 2
前往页