如何利用深度学习做好文本分类（text classification）

时间 2021-01-10

标签 nlp实战论文栏目 HTML 繁體版

原文原文链接

目录 1.简述 2.分析任务 3.构建baseline模型 3.1 数据清洗与预处理 3.2 选取合适的模型 3.2.1 模型选取方法 3.2.2 GELE模型为baseline 4. 评估指标 5.baseline的优化 5.1 采用预训练好的词向量 5.2 label smoothing 5.3 损失函数的选择 5.4 数据增强和数据噪音的处理 5.5 引入先验知识 5.6 模型超参数

>>阅读原文<<

1. 深度学习之----TextCNN文本分类
2. 深度学习和文本分类
3. 深度学习-08(PaddlePaddle文本分类)
4. Task5 文本分类(深度学习)
5. 文本分类之深度学习应用总结
6. 【深度学习NLP论文笔记】《Deep Text Classification Can be Fooled》
7. 深度学习在文本分类中的应用
8. 干货 | 深度学习在文本分类中的应用
9. 将迁移学习用于文本分类《 Universal Language Model Fine-tuning for Text Classification》
10. 深度学习（CNN RNN）在文本分类中的应用
更多相关文章...
• XSD 如何使用? - XML Schema 教程
• 如何伪造ARP响应？ - TCP/IP教程
• Kotlin学习（二）基本类型
• Kotlin学习（一）基本语法

最新文章

1. Appium入门
2. Spring WebFlux 源码分析(2)-Netty 服务器启动服务流程 --TBD
3. wxpython入门第六步（高级组件）
4. CentOS7.5安装SVN和可视化管理工具iF.SVNAdmin
5. jedis 3.0.1中JedisPoolConfig对象缺少setMaxIdle、setMaxWaitMillis等方法，问题记录
6. 一步一图一代码，一定要让你真正彻底明白红黑树
7. 2018-04-12—（重点）源码角度分析Handler运行原理
8. Spring AOP源码详细解析
9. Spring Cloud（1）
10. python简单爬去油价信息发送到公众号

本站公众号

欢迎关注本站公众号,获取更多信息

1. 深度学习之----TextCNN文本分类
2. 深度学习和文本分类
3. 深度学习-08(PaddlePaddle文本分类)
4. Task5 文本分类(深度学习)
5. 文本分类之深度学习应用总结
6. 【深度学习NLP论文笔记】《Deep Text Classification Can be Fooled》
7. 深度学习在文本分类中的应用
8. 干货 | 深度学习在文本分类中的应用
9. 将迁移学习用于文本分类《 Universal Language Model Fine-tuning for Text Classification》
10. 深度学习（CNN RNN）在文本分类中的应用

>>更多相关文章<<