基于Google的预训练模型XLNet实现电商情感多分类任务

前言

大家好,我是阿光。

本专栏整理了《PyTorch深度学习项目实战100例》,内包含了各种不同的深度学习项目,包含项目原理以及源码,每一个项目实例都附带有完整的代码+数据集。

正在更新中~ ✨

我的项目环境:

  • 平台:Windows10
  • 语言环境:python3.7
  • 编译器:PyCharm
  • PyTorch版本:1.8.1

项目专栏:【PyTorch深度学习项目实战100例】


一、基于Google的预训练模型XLNet实现电商情感多分类任务

本项目是使用谷歌XLNet: Generalized Autoregressive Pretraining for Language Understanding一文中提出的XLNet模型进行文本情感分析,针对数据为购物评价信息,可以判断出语料所含情感的积极性,实现思路就是针对评价进行二分类,也就是简单的指出评价是正面的还是负面的。

基于Google的预训练模型XLNet实现电商情感多分类任务_第1张图片

XLNet 模型是在 2019 年 10 年由 CMU 和 Google 大脑团队在 NIPS 顶会上联合发布,是 Bert 模型不到一年之后又一刷爆榜单的模型。XLNet 一共在 20 个 NLP 任务

你可能感兴趣的:(NLP文本分类算法集锦,深度学习,pytorch,xlnet,python)