text_classification_by_transformer:使用Transformer模型进行文本的分类，基于Tensorflow2.3开发

共16个文件

py：11个

csv：2个

token2id：1个

Python

需积分: 50 109 浏览量 2021-04-01 19:54:15 上传评论收藏 552KB ZIP 举报

资源推荐

资源详情

资源评论

text_classifier:该项目是使用TextCNNTextRCNN的文本分类任务，嵌入层可调用Word2Vec，Bert，也可以直接使用词粒度的随机嵌入，带有注意模块，项目基于Tensorflow2.3开发。

文字分类器此仓库是基于Tensorflow2.3的文本分类任务，分别支持：随机初始单词嵌入+ TextCNN 随机初始词嵌入+注意+ TextCNN 随机初始单词嵌入+ TextRCNN Word2Vec + TextCNN Word2Vec +注意+ TextCNN Word2Vec + TextRCNN 伯特嵌入（没有微调，直接取向量）+ TextCNN Bert嵌入（没有微调，

使用transformer模型进行中文文本分类的复杂案例

首先，定义了一个Transformer模型类，其中包含了嵌入层、位置编码层、Transformer编码层和全连接层。然后，定义了一个位置编码类，用于为输入的文本添加位置编码信息。接下来，初始化模型、优化器和学习率调度器，并进行训练。在训练过程中，使用交叉熵损失函数计算损失，并使用反向传播和优化器来更新模型参数。最后，保存训练好的模型。

text-classification:深度学习模型和传统方法对文本进行分类

text-classification text classification with deep learning model and traditional ways pytorch实现文本分类的各种深度模型，同时加入传统方法的分类模型实现

cnn-text-classification：在Yelp，IMDB和句子极性数据集v1.0上使用卷积神经网络进行文本分类

卷积神经网络（CNN）的文本分类这是一个使用CNN对文本文档/句子进行分类的项目。您可以在和的博客条目中找到类似方法的精彩介绍。我的方法与Denny和Yoon Kim的原始论文[1]相似。您也可以在找到Yoon Kim的实现。 ***更新***-2019年12月15日：版本0.2.0的更改我已将代码更新为TensorFlow2。此外，我在jupyter笔记本中进行了一些更改：删除Ye

text-classification:有关如何使用sklearn管道训练监督分类器以进行多标签文本分类的示例

文本分类如何训练监督分类器进行多标签文本分类的示例博客文章代码：

Swin Transformer实战：timm中的 Swin Transformer实现图像分类（多GPU）。

5星 · 资源好评率100%

本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，演示如何使用timm版本的Swin Transformer图像分类模型实现分类任务已经对验证集得分的统计，本文实现了多个GPU并行训练。通过本文你和学到： ...

Hyperspectral_Image_Transformer_Classification_Ne.pdf

Hyperspectral_Image_Transformer_Classification_Ne.pdf

NLP_pytorch_project:嵌入，NMT，Text_Classification，Text_Generation，NER等

NLP_pytorch_project 1-聊天机器人 001-transformer_chatbot ...4文本分类 001-TextCNN.py 002-BILSTM+Attention.py 003-CharCNN 004-BERT_Classification 005-ERNIE_Classification 006-ALB

Chinese-Text-Classification-Pytorch-mas

Chinese-Text-Classification-Pytorch-master。数据齐全，说明文档详细。点击即用！ # 训练并测试： # TextCNN python run.py --model TextCNN # TextRNN python run.py --model TextRNN # TextRNN_Att python ...

autokeras-classification:AutoKeras是一个开源库，用于为基于Keras的深度学习模型执行AutoML。在本视频中，我将向您展示如何使用AutoKeras进行分类

如何使用AutoKeras进行分类观看视频或点击下面的图片想更加了解我吗？跟着我

Abs_text_summarization：一种基于深度学习的模型，该模型以抽象方式自动总结文本。该模型通过使用递归神经网络（RNN），注意力机制和波束搜索来利用深度学习技术和搜索算法的进步。该模型在关于真实和虚假新闻的公开数据集上进行了测试，验证和评估

Abs_text_summarization 一种基于深度学习的模型，该模型以抽象方式自动总结文本。该模型通过使用递归神经网络（RNN），注意力机制和波束搜索来利用深度学习技术和搜索算法的进步。该模型在有关真实和虚假新闻的公开数据集上进行了测试，验证和评估。

chinese-text-multi-classification-clstm:基于cnn-rnn模型的中文文本多分类

多类别文字分类在Tensorflow中实现四个神经网络，以解决多类文本分类问题。楷模 LSTM分类器。参见rnn_classifier.py 双向LSTM分类器。参见rnn_classifier.py CNN分类器。参见cnn_classifier.py。参考：。 C-LSTM分类器。请参阅clstm_classifier.py。参考：。资料格式训练数据应存储在csv文

20-newsgroups_text-classification：“ 20个新闻组”数据集-在Python中使用多项朴素贝叶斯进行文本分类

20-newsgroups_text-classification：“ 20个新闻组”数据集-在Python中使用多项朴素贝叶斯进行文本分类

text-classification-system:使用scikit-learn进行文本分类

文本分类文本分类，使用搜狗文本分类语料库 1.主要步骤文本分词处理特征选择特征权重计算文本特征向量表示训练模型并测试：kNN，NB，SVM 使用爬虫抓取新闻并测试 2.数据集英文文本数据集使用著名的新闻数据集，你可以从下载。数据加载使用来加载数据集。中文文本使用的版数据其中的一部分。 3.运行环境 python 3.4 scikit学习麻木界坝 4.示例运行HTTP服

Python-PyTorch实现的BERT多标签文本分类

This repo contains a PyTorch implementation of a pretrained BERT model for multi-label text classification.

Audio_Classification_using_LSTM:使用基于LSTM的模型对城市声音音频数据集进行分类

5星 · 资源好评率100%

使用LSTM进行音频分类使用基于LSTM的模型对城市声音音频数据集进行分类。要求pytorch == 1.0.1 scipy == 1.2.0 火炬视觉== 0.2.1 熊猫== 0.24.1 numpy == 1.14.3 torchaudio == 0.2 librosa == 0.6.3 pydub = = ...

Keras-TextClassification：中文长文本分类，短句分类，多标签分类，两句相似度（多标签分类或句子分类，长或短），字词向量嵌入层（嵌入）和网络层（图）嵌入基类，FastText，TextCNN，CharCNN，TextRNN，RCNN，DCNN，DPCNN，VDCNN，CRNN，Bert，Xlnet，Albert，Attention，DeepMoji，HAN，胶囊网络-CapsuleNet，Transformer-encode ，Seq2seq，SWEM，LEAM，TextGCN

cover the dir of data to anaconda , like '/anaconda/3.5.1/envs/tensorflow13/Lib/site-packages/keras_textclassification/data' step3 : goto # Train&Usage(调用) and Predict&Usage(调用) keras_text...

本科毕业设计，基于Transformer的运动想象脑电信号分类，采用CNN+Transformer框架，CNN提取局部时间空间特

5星 · 资源好评率100%

本科毕业设计，基于Transformer的运动想象脑电信号分类，采用CNN+Transformer框架，CNN提取局部时间空间特征，Transformer提取全局依赖创新点加入了Grad-CAM对脑电地形图进行可视化 <项目介绍> 该资源内项目源码是...

nlp_research：NLP研究：基于tensorflow的nlp深度学习项目，支持文本分类句子匹配序列索引文本生成四大任务

（1）对于分类任务的数据使用csv格式，csv头部包括列名‘target’和‘text’; （2）对于匹配任务的数据使用csv格式，csv头部包括列名‘target’,‘text’ 或者 ‘target’,‘text_a’,‘text_b’

text-classification-cn：中文文本分类实践，基于搜狗新闻语料库，采用传统机器学习方法以及预训练模型等方法

5星 · 资源好评率100%

文字分类文本分类（文本分类）是自然语言处理中的一个重要应用技术，根据文档的内容或主题，自动识别文档所属的预先定义的类别标签。文本分类是很多应用场景的基础，某些垃圾邮件识别，舆情分析，情感识别，新闻自动分类，智能客服机器人的合并分类等等。此处分为两个部分：第1部分：基于scikit学习机器学习的Python库，对比几个传统机器学习方法的文本分类第2部分：基于预训练词向量模型，使用Keras工

text-classification-with-rnn:使用Torchtext，PyTorch和FastAI进行文本分类的深度学习

使用RNN进行文本分类该笔记本显示了如何使用Torchtext，PyTorch和FastAI库对Kaggle的进行预处理，构建和训练RNN文本分类器。要求 fastai torchtext torch

人工智能-项目实践-检测-中文文本分类，TextCNN，TextRNN，FastText，TextRCNN，BiLSTM-At

5星 · 资源好评率100%

人工智能-项目实践-检测-中文文本分类，TextCNN，TextRNN，FastText，TextRCNN，BiLSTM_Attention，DPCNN，Transformer，基于pytorch，开箱即用 Chinese-Text-Classification-Pytorch LICENSE 中文文本分类，...

多标签文本分类：关于基于神经网络的多标签文本分类

5星 · 资源好评率100%

该项目的主要目的是解决基于深度神经网络的多标签文本分类问题。因此，根据这种问题的特征，数据标签的格式类似于[0、1、0，...，1、1]。要求 Python 3.6 Tensorflow 1.15.0 Tensorboard 1.15.0 斯克莱恩...

收起资源包目录

text_classification_by_transformer-main.zip （16个子文件）

text_classification_by_transformer-main

main.py 2KB

data

train_data.csv 1.02MB

token2id 80KB

dev_data.csv 98KB

engines

train.py 6KB

predict.py 2KB

utils

clean_data.py 309B

logger.py 854B

metrics.py 766B

__init__.py 152B

focal_loss.py 2KB

transformer.py 5KB

data.py 6KB

.gitignore 2KB

config.py 1KB

README.md 104B

评论收藏

内容反馈

柠小檬的雷诺

粉丝: 23
资源: 4597

text_classification_by_transformer:使用Transformer模型进行文本的分类，基于Tens...

最新资源

text_classification_by_transformer:使用Transformer模型进行文本的分类，基于Tens...

Transformer-Tensorflow2：用于分类的Transformer架构

基于tensorflow完整的文本分类（NLP）

Transformers_for_Text_Classification：基于Transformers的文本分类

Python-TextClassification多种文本分类模型的TensorFlow实现

tensorflow之二分类

一行代码使用BERT生成句向量，BERT做文本分类、文本相似度计算

text_classifier:该项目是使用TextCNNTextRCNN的文本分类任务，嵌入层可调用Word2Vec，Bert，也可以直接使用词粒度的随机嵌入，带有注意模块，项目基于Tensorflow2.3开发。

使用transformer模型进行中文文本分类的复杂案例

text-classification:深度学习模型和传统方法对文本进行分类

cnn-text-classification：在Yelp，IMDB和句子极性数据集v1.0上使用卷积神经网络进行文本分类

text-classification:有关如何使用sklearn管道训练监督分类器以进行多标签文本分类的示例

Swin Transformer实战：timm中的 Swin Transformer实现图像分类（多GPU）。

Hyperspectral_Image_Transformer_Classification_Ne.pdf

NLP_pytorch_project:嵌入，NMT，Text_Classification，Text_Generation，NER等

Chinese-Text-Classification-Pytorch-mas

autokeras-classification:AutoKeras是一个开源库，用于为基于Keras的深度学习模型执行AutoML。在本视频中，我将向您展示如何使用AutoKeras进行分类

chinese-text-multi-classification-clstm:基于cnn-rnn模型的中文文本多分类

20-newsgroups_text-classification：“ 20个新闻组”数据集-在Python中使用多项朴素贝叶斯进行文本分类

text-classification-system:使用scikit-learn进行文本分类

Python-PyTorch实现的BERT多标签文本分类

Audio_Classification_using_LSTM:使用基于LSTM的模型对城市声音音频数据集进行分类

本科毕业设计，基于Transformer的运动想象脑电信号分类，采用CNN+Transformer框架，CNN提取局部时间空间特

nlp_research：NLP研究：基于tensorflow的nlp深度学习项目，支持文本分类句子匹配序列索引文本生成四大任务

text-classification-cn：中文文本分类实践，基于搜狗新闻语料库，采用传统机器学习方法以及预训练模型等方法

text-classification-with-rnn:使用Torchtext，PyTorch和FastAI进行文本分类的深度学习

人工智能-项目实践-检测-中文文本分类，TextCNN，TextRNN，FastText，TextRCNN，BiLSTM-At

多标签文本分类：关于基于神经网络的多标签文本分类

最新资源