文本分类第17页

命名实体识别V1

是自然语言处理(NaturalLanguageProcessing,NLP)的一个基础任务，其目标是要识别出文本中出现的专有名称和有意义的数量短语并加以归类，提高NER的精度和召回率对于信息抽取，机器翻译，文本分类

neo_ng·2023-04-07 08:04

Visual Prompt

，对于文本分类，我们将其修改为IreceivedtheofferformETH,I’mso[MASK]；[MASK]可以为一些表示情绪的词，比如happy，那么相对于原文，修改后的句子更容易被分为happy

完美屁桃·2023-04-07 01:48

完全小白如何运行人生中的第一个Bert文本分类代码

本文主要关注中文短文本分类。不过其他场景只要换预训练模型就行。整体的训练流程是：将数据分成训练集、验证集和测试集。

诸神缄默不语·2023-04-06 20:59

什么是mlm模型？

对于文本分类模型中取名为“mlm”的原因，我不确定。但从机器学习和自然语言处理领域的角度来看，“MLM”通常指的是“MaskedLanguageModel”，即遮蔽语言模型。

irrationality·2023-04-06 14:34

如何将独热标签还原为字符串标签？

我进行文本分类，我原本的标签是：{‘Alarm-Update’,‘Audio-Play’,‘Calendar-Query’,‘FilmTele-Play’,‘HomeAppliance-Control’

irrationality·2023-04-06 14:33

对数据集进行拉普拉斯平滑处理

在文本分类的问题中，当一个词语没有在训练样本中出现，该词语调概率为0，使用连乘计算文本出现概率时也为0。这是不合理的，不能因为一个事件没有观察到就

Seafairy·2023-04-06 13:18

LDA主题模型

它将文档集中的每篇文档的主题以概率分布的形式给出，从而通过分析一些文档抽取出它们的主题分布后，便可以根据主题分布进行主题聚类或文本分类。

==樛木==·2023-04-06 13:00

医疗诊断文本多分类问题（NLP)（合工大机器学习）

医疗诊断文本多分类问题（NLP)（合工大机器学习）author:XinPingTudate:2023-01-2915:12:11language:zh-CNcategories:机器学习tags:NLP文本分类合工大深度学习欢迎各位友友来我后院

青藤缠锦木，总有成千束·2023-04-06 09:08

很全面的提示工程指南（包含大量示例！）

提示工程指南提示工程介绍基础提示配置参数的含义标准提示语提示语的要素提示设计的一般技巧从简单的提示开始指令（Instruction）具体（Specificity）避免不精确的描述（Preciseness）避免说不要做什么基础提示文本摘要信息抽取问答文本分类对话代码生成推理高级提示零样本提示

Wilson-mz·2023-04-06 05:38

算法工程师面试问答_文本分类

【关于文本分类】那些你不知道的事一、抽象命题1.1分类任务有哪些类别？它们都有什么特征？分类任务是机器学习中最常见的监督学习任务之一。

suli77·2023-04-05 13:53

文本分类与SVM

1基础知识1.1样本整理文本分类属于有监督的学习，所以需要整理样本。根据业务需求，确定样本标签与数目，其中样本标签多为整数。

suibianshen2012·2023-04-05 13:22

PaddleNLP基于ERNIR3.0文本分类：WOS数据集为例（层次分类）

以情感倾向分析新闻分类为例】含智能标注方案）应用实践：分类模型大集成者[PaddleHub、Finetune、prompt]Paddlenlp之UIE关系抽取模型【高管关系抽取为例】PaddleNLP基于ERNIR3.0文本分类以中医疗搜索检索词意图分类

汀、人工智能·2023-04-05 13:52

最新综述：用于文本分类的数据增强方法

基于对数据增强的目标和应用的精确描述以及对现有工作的分类，本篇综述关注用于文本分类的数据增强方法，旨

PaperWeekly·2023-04-05 12:54

【多标签文本分类】《多粒度信息关系增强的多标签文本分类》

·阅读摘要：提出一种多粒度的多标签文本分类方法。一共3个粒度：文档级分类模块、词级分类模块、标签约束性关系匹配辅助模块。

征途黯然.·2023-04-05 12:05

Attention机制和transformer模型

1.引言自然语言处理（NaturalLanguageProcessing,NLP）是一种重要的人工智能（ArtificialIntelligence,AI）技术，可以完成文本分类、序列标注、自动问答、机器翻译和摘要生成等任务

君威1995·2023-04-05 06:19

ChatGPT：基于深度学习的自然语言处理模型

自然语言处理技术已经广泛应用于搜索引擎、语音识别、机器翻译、情感分析、问答系统、自动摘要、文本分类等众多领域，极大地丰富了我们的生活和工作。在自然语言处理领域，深度学习技术已经取得了很多重大突破。

尚可签·2023-04-04 19:34

2.基于Label studio的训练数据标注指南：（智能文档）文档抽取任务、PDF、表格、图片抽取标注等

文档抽取任务LabelStudio使用指南1.基于Labelstudio的训练数据标注指南：信息抽取（实体关系抽取）、文本分类等2.基于Labelstudio的训练数据标注指南：（智能文档）文档抽取任务

汀、人工智能·2023-04-04 18:33

1.基于Label studio的训练数据标注指南：信息抽取（实体关系抽取）、文本分类等

文本抽取任务LabelStudio使用指南1.基于Labelstudio的训练数据标注指南：信息抽取（实体关系抽取）、文本分类等2.基于Labelstudio的训练数据标注指南：（智能文档）文档抽取任务

汀、人工智能·2023-04-04 18:01

基于Python实现的论坛帖子文本情感分析完整代码+数据可直接运行毕业设计

完整代码：https://download.csdn.net/download/qq_38735017/87425721一、课程项目文本分类分析二、项目类容爬取川大匿名社区SCUinfo在一段时间内的帖子

数学是算法的灵魂·2023-04-04 17:04

12篇顶会和代码全面掌握深度学习在文本分类的发展

整理最近几年比较经典的深度文本分类方法，希望帮助小伙伴们了解深度学习在文本分类中的应用。

top_小酱油·2023-04-04 11:18

PaddleNLP加载数据集和自定义数据数据集

加载数据集快速加载内置数据集目前PaddleNLP内置20余个NLP数据集，涵盖阅读理解，文本分类，序列标注，机器翻译等多项任务。目前提供的数据集可以在数据集列表中找到。

阳光男孩小宁·2023-04-03 12:32

论文解读: Few-Shot Text Classification with Induction Network

目的在文本分类中，经常碰到一些很少出现过的类别或这样不均衡的类别样本，而且当前的few-shot技术经常会将输入的query和support的样本集合进行sample-wise级别的对比。

Alex_Cen·2023-04-03 07:28

卷积神经网络CNN的文本分类原理和实战

基于卷积神经网络CNN的文本分类原理和实战前言本文介绍了CNN在NLP中的应用：文本分类。

Viterbi·2023-04-02 23:47

机器学习之支持向量机

这个算法在1995年就已经被发表出来了，由于在文本分类任务上面表现优异，SVM算法很快就如日中天，成为机器学习的主流算法。

平平平安喔·2023-04-02 15:57

Embedding的理解

最近在看多标签文本分类的文章，有一种思路是将标签也和WordEmbedding一样，弄成LabelEmbedding的形式。我们平常在文本中获得的信息不知道怎么样在脑袋里理解的，它肯定是很丰富的。

未空blog·2023-04-02 11:58

如何使用OpenAI fine-tuning(微调)训练属于自己专有的ChatGPT模型？

例如，如果您的任务是文本分类，可以选择GPT或BERT等模型，并选择合适的学习率、批量大小等超参数。

源代码杀手·2023-04-02 08:26

读懂ChatGPT需要掌握哪些知识

第一章自然语言处理概述1.1.什么是自然语言处理人工智能一个重要分支1.1.1.机器学习、人工智能1.1.2.自然语言处理1.2.自然语言处理应用场景1.2.1.文本分类与分析1.2.2.翻译1.2.3

AI强仔·2023-04-02 01:59

浅谈ChatGPT

它在自然语言处理的各个领域，例如对话生成、文本分类、摘要生

lemonLib·2023-04-01 19:12

文本分类模型的训练、调优、蒸馏

目前已经完成的事情目前有12个模型。其中BERT的七个变种模型，因为使用的是BERT-base-chinese的预训练模型和词表，所以不要自己做embedding,换上数据集和标签就可以跑BertOrigin,BertCNN,BertLSTM,BertATT,BertRCNN,BertCNNPlus,BertDPCNN前五个传统深度学习的模型，他们是在英文的SST-2数据集上跑的。后面换成中文的w

德彪稳坐倒骑驴·2023-04-01 12:59

7个Bert变种模型baseline在7个文本分类数据集上训练和测试

引入和代码项目简介https://github.com/songyingxin/Bert-TextClassification模型有哪些？使用的模型有下面七个BertOrigin,BertCNN,BertLSTM,BertATT,BertRCNN,BertCNNPlus,BertDPCNN通用数据集情感分类：采用IMDB，SST-2,以及Yelp数据集。IMDB:run_imdb.py，两个类别，

德彪稳坐倒骑驴·2023-04-01 12:28

“机器红线”，AI算法的法律法规

有时为了满足业务进度的要求，不会进行全量全分类的处理，表现为例如将某些文本分类为other，或是将

pitwen·2023-04-01 09:00

2020年泰迪杯C题智慧政务中的文本数据挖掘应用--含全部源码

通过建立基于三层网络结构的fastText文本分类模型，聚类量化模型，熵权评估模型解决了群众留言分类，热点问题挖掘，答复意见评价等问题。针对群众留言分类问题，本文利用所给数据进行词频统计和词云图分析。

maligebilaowang·2023-04-01 04:53

Bert、GPT、ELmo对比解析及文本分类应用

BERTBERT全称是BidirectionalEncoderRepresentationsfromTransformers，取了核心单词的首字母而得名，从名字我们能看出该模型两个核心特质：依赖于Transformer以及双向，下面来看论文中的一结构对比图：论文在最一开始就与另外两个pretrain模型：ELMo和OpenAIGPT做了对比，从结构上我们可以看出ELMo的基础是使用了LSTM，而O

lty_sky·2023-04-01 04:17

GCN-＞GAT

Inductive(归纳式)式的文本分类:训练过程中仅使用标注数据，测试数据在训练的时候没有见过。

zhurui_xiaozhuzaizai·2023-04-01 04:01

python_谷歌开源BERT模型文本分类出现的相关报错记录

1、pycharm加载包列表时出错:unknownprotocol:e解决方案1：网络的问题。加载不了软件包列表多数是网络连接异常导致。1、首先打开电脑检查网络。2、其次打开pycharm软件进行测试网络连接是否异常。3、最后点击重新连接网络后重新登录该软件即可。结果：不成功。网络无问题，且pycharm更新到最新解决方案2：转到Settings/AppearanceandBehavior/Sys

词一丶·2023-04-01 00:41

基于TF-IDF+KMeans聚类算法构建中文文本分类模型（附案例实战）

‍♂️个人主页：@艾派森的个人主页✍作者简介：Python学习者希望大家多多支持，我们一起进步！如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录1.TF-IDF算法介绍2.TF-IDF算法步骤3.KMeans聚类4.项目实战4.1加载数据4.2中文分词4.3构建TF-IDF模型4.4KMeans聚类4.5可视化5.总结1.TF-IDF算法介绍TF-IDF(TermFrequency-Inver

艾派森·2023-03-31 23:43

利用ModelScope社区开源模型，实现低资源场景下的零样本文本分类

作者：王业相达摩院自然语言智能团队笔者近期在尝试解决低资源场景下的文本分类任务时，发现使用一些在ModelScope社区上开源的零样本分类模型就可以极大提高分类准确率。

阿里技术·2023-03-31 18:41

【scikit-learn】03：将sklearn库用于非监督性学习聚类

库进行统计学习【scikit-learn】03：将sklearn库用于非监督性学习聚类【scikit-learn】04：sklearn库下进行文本数据分析【scikit-learn】05：sklearn文本分类及评价指标

小松悦读会 | kevinelstri·2023-03-31 17:35

2018-04-18第三周 svm深入学习+使用线性核函数写出demo+优化1:k折交叉验证

首先是我这一周的svm学习笔记一、线性分类器在进行文本分类的时候，我们可以让计算机这样来看待我们提供给它的训练样本，每一个样本由一个向量（就是那些文本特征所组成的向量）和一个标记（标示出这个样本属于哪个类别

土豆土豆我是potato·2023-03-31 17:05

关于最近爆火的chatGPT大型语言模型人工智能介绍

能够自动完成文本生成、文本分类、文本摘要、机器翻译、问答系统和对话生成等任务。chatGPT不断学习新知识，以便更好地服务用户。可以在各种平台

super5⁢·2023-03-30 22:08

(强推)NLP入门+实战必读：一文教会你最常见的10种自然语言处理技术

从自动翻译、文本分类到情绪分析，自然语言处理成为所有数据科学家的必备技能之一。在这篇文章中，你将学习到最常见的10个NLP任务，以及相关资源和代码。为什么要写这篇文章？

懒懒小道长·2023-03-30 15:41

ChatGPT来了，让我们快速做个AI应用

过去的两讲，我带着你通过OpenAI提供的Embedding接口，完成了文本分类的功能。那么，这一讲里，我们重新回到Completion接口。

小极客geekbang·2023-03-30 12:38

五、深度学习文本分类textRNN

许志辉Albert·2023-03-30 07:36

ACL'22 | 使用对比学习增强多标签文本分类中的k近邻机制

来自：南大NLP01—研究动机多标签文本分类（简称MLTC）是自然语言处理领域中一个十分重要的任务，其旨在从一个给定的标签集合中选取出与文本相关的若干个标签。

zenRRan·2023-03-29 01:34

NLP(新闻文本分类)——数据读取与数据分析

初始数据importpandasaspddf_train=pd.read_csv('E:/python-project/deep-learning/datawhale/nlp/news-data/train_set.csv/train_set.csv',sep='\t')df_test=pd.read_csv('E:/python-project/deep-learning/datawhale/n

浩波的笔记·2023-03-29 00:35

NLP入门之新闻文本分类竞赛——文本分类模型

一、Word2Vecword2vec模型背后的基本思想是对出现在上下文环境里的词进行预测。对于每一条输入文本，我们选取一个上下文窗口和一个中心词，并基于这个中心词去预测窗口里其他词出现的概率。因此，word2vec模型可以方便地从新增语料中学习到新增词的向量表达，是一种高效的在线学习算法。word2vec的主要思路:通过单词和上下文彼此预测，对应的两个算法分别为:Skip-grams(SG)：预测

一阵星星雨·2023-03-29 00:34

大数据分析案例-基于随机森林算法构建新闻文本分类模型

‍♂️个人主页：@艾派森的个人主页✍作者简介：Python学习者希望大家多多支持，我们一起进步！如果文章对你有帮助的话，欢迎评论点赞收藏加关注+喜欢大数据分析项目的小伙伴，希望可以多多支持该系列的其他文章大数据分析案例合集大数据分析案例-基于随机森林算法预测人类预期寿命大数据分析案例-基于随机森林算法的商

艾派森·2023-03-28 23:49

Task5 朴素贝叶斯、SVM、LDA主题模型

任务朴素贝叶斯朴素贝叶斯的原理利用朴素贝叶斯模型进行文本分类SVM模型SVM的原理利用SVM模型进行文本分类LDA主题模型pLSA、共轭先验分布LDA使用LDA生成主题特征，在之前特征的基础上加入主题特征进行文本分类朴素贝叶斯朴素贝叶斯的原理朴素贝叶斯被称为朴素是因为引入了几个假设

_一杯凉白开·2023-03-28 18:21

PyTorch框架实现文本分类的3个案例

PyTorch框架实现文本分类的案例案例1：情感分析案例2：垃圾邮件分类案例3：多标签分类小结本文将介绍3个使用PyTorch框架实现文本分类的案例案例1：情感分析在这个案例中，我们将使用PyTorch

高山莫衣·2023-03-28 07:05

AI之NLP：自然语言处理技术简介(是什么/学什么/怎么用)、常用算法、经典案例之详细攻略(建议收藏)daiding

案例实践3.1、机器翻译3.2、语音识别(AutomaticSpeechRecognition)3.3、中文分词3.4、词件标注与命名实体识别3.5、关键词提取算法3.6、句法分析3.7、文本向量化3.8、文本分类

一个处女座的程序猿·2023-03-27 16:44

推荐频道

文本分类