在自然语言处理（NLP）领域，文本分类一直是一个重要的研究方向。随着深度学习技术的飞速发展，卷积神经网络（Convolutional Neural Network，简称CNN）在图像识别领域取得了
2024-07-01 16:25
文本分类是 NLP 中最常见的任务之一， 它可用于广泛的应用或者开发成程序，例如将用户反馈文本标记为某种类别，或者根据客户文本语言自动归类。另外向我们平时见到的邮件垃圾过滤器也是
2022-03-22 10:49
在本文中，我们全面探讨了文本分类技术的发展历程、基本原理、关键技术、深度学习的应用，以及从RNN到Transformer的技术演进。文章详细介绍了各种模型的原理和实战应用，旨在提供对文本分类技术深入理解的全面视角。
2023-12-16 11:37
经典的优化问题，免疫算法（IA）是求解该问题的常用方法之一。其数学原理公式如下。
2023-07-15 09:15
文本分类看似简单，但实则里面有好多门道。作者水平有限，只能将平时用到的方法和trick在此做个记录和分享，并且尽可能提供给出简洁、清晰的代码实现。希望各位看官都能有所收获。
2022-10-11 09:47
另一种常见的文本分类是情感分析（sentiment analysis），其目的是识别文本内容的极性（polarity）：它所表达的观点的类型。这可以采用二进制的“喜欢/不喜欢”来评级，或者使用更精
2018-07-26 10:02
ACL2017 年中，腾讯 AI-lab 提出了DPCNN，论文中提出了一种基于 word-level 级别的网络-DPCNN，由于 TextCNN 不能通过卷积获得文本的长距离依赖关系......
2019-02-13 14:59
我们可以把上述的其他信息也引入作为特征参数，这样就能构建出一个更全面的模型来预测葡萄酒质量。为了将文字描述与其他特征结合起来进行预测，我们可以创建一个集成学模型（文本分类器就是集成在内的一部分）；也可以创建一个层级模型，在层级模型中，分类器的输出会作为一个预测变量。
2019-05-16 18:27
而多类别分类指的是y的可能取值大于2，但是y所属类别是唯一的。它与多标签分类问题是有严格区别的。所有的scikit-learn分类器都是默认支持多类别分类的。但是，当你需要自己修改算法的时候，也是可以使用scikit-learn实现多类别分类的前期数据准备的。
2017-12-27 08:36
文本实体提取是自然语言处理（NLP）的主要任务之一。随着近期深度学习领域快速发展，我们可以将这些算法应用到 NLP 任务中，并得到准确率远超传统方法的结果。我尝试过分别使用深度学习和传统方法来提取文章信息，结果非常惊人：深度学习的准确率达到了 85%，远远领先于传
2018-07-13 08:33
