没有合适的资源?快使用搜索试试~ 我知道了~
Hierarchical-Attention-Network:“文档分类的分层注意网络”的实现
共17个文件
ipynb:5个
png:4个
py:2个
需积分: 26 2 下载量 53 浏览量
2021-05-13
10:30:33
上传
评论
收藏 5.69MB ZIP 举报
温馨提示
分层注意网络 我对“ ”的实现(Yang等,2016) Yelp的数据可从下载(与Yang的论文中使用的数据集相同) 下载链接: : 将数据放在名为“ data / yelp_YEAR /”的目录中(其中“ YEAR”为年份) 运行“ yelp-preprocess.ipynb”以预处理数据。 格式变为“标签\ t \ t句子1 \ t句子2 ...”。 然后运行“ word2vec.ipynb”以从训练集中训练word2vec模型。 运行“ HAN.ipynb”以训练模型。 运行“ case_study.ipynb”以运行验证集中的一些示例的可视化,包括注意力向量(句子级别和单词级别)和预测结果。 现在,我们在yelp2013测试仪上获得了约65%的准确度。 对超参数进行微调后,它可能会更好。 我们使用的超参数 时代 批量大小 GRU单位 word2vec大小 优化器 学
资源推荐
资源详情
资源评论
收起资源包目录
Hierarchical-Attention-Network-master.zip (17个子文件)
Hierarchical-Attention-Network-master
parameters
HAN.ckpt.data-00000-of-00001 5.73MB
HAN.ckpt.index 3KB
HAN.ckpt.meta 966KB
checkpoint 73B
.gitignore 1KB
case2.PNG 55KB
model-acc.png 27KB
case1.PNG 46KB
HAN_improved.ipynb 170KB
README.md 2KB
word2vec.ipynb 62KB
Dataset_util.py 2KB
HAN.py 7KB
HAN.ipynb 181KB
model-loss.png 24KB
yelp-preprocess.ipynb 17KB
case_study.ipynb 10KB
共 17 条
- 1
资源评论
居居是居居啦
- 粉丝: 23
- 资源: 4657
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
- Screenshot_20240427_031602.jpg
- 网页PDF_2024年04月26日 23-46-14_QQ浏览器网页保存_QQ浏览器转格式(6).docx
- 直接插入排序,冒泡排序,直接选择排序.zip
- 在排序2的基础上,再次对快排进行优化,其次增加快排非递归,归并排序,归并排序非递归版.zip
- 实现了7种排序算法.三种复杂度排序.三种nlogn复杂度排序(堆排序,归并排序,快速排序)一种线性复杂度的排序.zip
- 冒泡排序 直接选择排序 直接插入排序 随机快速排序 归并排序 堆排序.zip
- 课设-内部排序算法比较 包括冒泡排序、直接插入排序、简单选择排序、快速排序、希尔排序、归并排序和堆排序.zip
- Python排序算法.zip
- C语言实现直接插入排序、希尔排序、选择排序、冒泡排序、堆排序、快速排序、归并排序、计数排序,并带图详解.zip
- 常用工具集参考用于图像等数据处理
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