朴素贝叶斯文本分类

利用emotion数据集微调deberta-v3-large大模型的文本分类

概念数据集：1、SetFit/emotionatmain模型：1、microsoft/deberta-v3-large·HuggingFace（备注：我都是把数据集和模型下载到本地的）微调代码：fromdatasetsimportload_datasetfromsklearn.metricsimportaccuracy_score,f1_scorefromtransformersimportTra
若石之上·2023-09-07 15:39

【AI】机器学习——朴素贝叶斯

文章目录2.1贝叶斯定理2.1.1贝叶斯公式推导条件概率变式贝叶斯公式2.1.2贝叶斯定理2.1.3贝叶斯决策基本思想2.2朴素贝叶斯2.2.1朴素贝叶斯分类器思想2.2.2条件独立性对似然概率计算的影响
AmosTian·2023-09-07 09:42

【NLP保姆级教程】手把手带你RCNN文本分类(附代码)

本文首发于微信公众号：NewBeeNLP继续之前的文本分类系列传统文本分类之前介绍的都是属于深度神经网络框架的，那么在DeepLearning出现或者风靡之前，文本分类是怎么做的呢？
kaiyuan_nlp·2023-09-07 08:11

nlp系列（7）实体识别（Bert）pytorch

Bert模型介绍可以查看这篇文章：nlp系列（2）文本分类（Bert）pytorch_bert文本分类_牧子川的博客-CSDN博客模型结构Bert模型的模型结构：数据介绍数据网址：https://github.com
牧子川·2023-09-06 17:15

机器学习课后习题 --- 朴素贝叶斯

A:80%B:16.6%C:23%D:15%2.下列关于朴素贝叶斯的特点说法错误的是（）A:朴素贝叶斯模型发源于古典数学理论，数学基础坚实B:朴素贝叶斯模型无需假设特征条件独立C:朴素贝叶斯处理过程简单
尘 关·2023-09-05 21:06

计算机竞赛 基于深度学习的中文情感分类 - 卷积神经网络 情感分类 情感分析 情感识别 评论情感分类

文章目录1前言2情感文本分类2.1参考论文2.2输入层2.3第一层卷积层：2.4池化层：2.5全连接+softmax层：2.6训练方案3实现3.1sentence部分3.2filters部分3.3featuremaps
Mr.D学长·2023-09-05 16:22

检测 ChatGPT、GPT-10、Bard 和 Claude 的 4 大工具

2.开放人工智能AI文本分类器OpenAI的AI文本分类器非常
·2023-09-05 14:48

【Datawhale 科大讯飞-基于论文摘要的文本分类与关键词抽取挑战赛】机器学习方法baseline

内容科大讯飞AI开发者大赛NLP赛道题目：基于论文摘要的文本分类与关键词抽取挑战赛任务：1.机器通过对论文摘要等信息的理解，判断该论文是否属于医学领域的文献。2.提取出该论文关键词。
hhy不许摸鱼·2023-09-05 09:26

举例说明自然语言处理（NLP）技术

4.文本分类：将文本归
泰海科技志胜·2023-09-05 05:02

提示学习 | Prompt-Tuning这么好用？

干货作者：十方来自：炼丹笔记使用prompts去调节预训练模型处理文本分类任务在小样本上已经取得了比直接finetuning模型更好的效果，prompt-tuning的核心思想就是嵌入一小段文本，比如对于文本分类任务
zenRRan·2023-09-05 05:05

TextRNN实现文本分类

TextRNN实现文本分类任务介绍给定一个如下的外卖评论的数据（1w条），训练模型分类好评和差评。
Leslie_Leung·2023-09-05 01:58

使用SVM实现简单的文本分类（自然语言处理）

使用SVM实现文本分类（包括SVM项目简单运用，excel表格操作-主要是写入）备注：1、前面4步（也就是模型训练，网上有很多文章，大都类似），但是第5步的使用训练好的模型，我浏览了一下网上的内容，很少有相关内容
nihao_t·2023-09-05 01:57

NLP实战之textRNN中文文本分类

TextRNN论文：https://www.ijcai.org/Proceedings/16/Papers/408.pdfTextRNN网络结构：环境：windows10、tensorflow版本为2.3.0模型构建与训练定义网络结构定义TextRNN类fromtensorflow.kerasimportInput,Modelfromtensorflow.keras.layersimportEmb
xxyAI·2023-09-05 01:27

NLP实践八:TextRNN和TextRCNN实现文本分类

TextRNNTextRNN原理这里的文本可以一个句子，文档(短文本，若干句子)或篇章(长文本)，因此每段文本的长度都不尽相同。在对文本进行分类时，我们一般会指定一个固定的输入序列/文本长度：该长度可以是最长文本/序列的长度，此时其他所有文本/序列都要进行填充以达到该长度；该长度也可以是训练集中所有文本/序列长度的均值，此时对于过长的文本/序列需要进行截断，过短的文本则进行填充。总之，要使得训练集
chen_yiwei·2023-09-05 01:27

自然语言处理之TextRNN

TextRNN文本分类RNN是在自然语言处理领域非常标配的一个网络，在序列标注/命名体识别/seq2seq模型等很多场景都有应用，RecurrentNeuralNetworkforTextClassificationwithMulti-TaskLearning
Wenweno0o·2023-09-05 01:26

NLP进阶，使用TextRNN和TextRNN_ATT实现文本分类

TextRNNTextRNN仅仅是将WordEmbedding后，输入到双向LSTM中，然后对最后一位的输出输入到全连接层中，在对其进行softmax分类即可，模型如下图：代码：classRNN(nn.Module):def__init__(self,vocab_size,embedding_dim,hidden_dim,output_dim,n_layers=2,bidirectional=Tr
静静AI学堂·2023-09-05 01:26

分类算法系列④：朴素贝叶斯算法

目录1、贝叶斯算法2、朴素贝叶斯算法3、先验概率和后验概率4、⭐机器学习中的贝叶斯公式5、文章分类中的贝叶斯6、拉普拉斯平滑系数6.1、介绍6.2、公式7、API8、示例8.1、分析8.2、代码8.3、
逐梦苍穹·2023-09-04 19:15

【小沐学NLP】Python使用NLTK库的入门教程

nltk库2.2安装nltk语料库3、测试3.1分句分词3.2停用词过滤3.3词干提取3.4词形/词干还原3.5同义词与反义词3.6语义相关性3.7词性标注3.8命名实体识别3.9Text对象3.10文本分类
爱看书的小沐·2023-09-04 18:15

朴素贝叶斯

贝叶斯理论一个重要的概念是条件概率c,x不独立时，p(cx)=p(c|x)p(x)意思是cx都发生的概率=x发生的概率乘以x发生的情况下c发生的概率from__future__importprint_functionfromnumpyimport*"""p(xy)=p(x|y)p(y)=p(y|x)p(x)p(x|y)=p(y|x)p(x)/p(y)"""#项目案例1:屏蔽社区留言板的侮辱性言论d
accosmos·2023-09-04 17:26

2019-08-08

聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y的，也就是说样例中已经给出了样例的分类。而聚类的样本中却没有给定y，只有特征x，比如假设宇宙中的星星可以
牧山海北岸·2023-09-04 15:30

使用自动模型

本文通过文本分类任务演示了HuggingFace自动模型使用方法，既不需要手动计算loss，也不需要手动定义下游任务模型，通过阅读自动模型实现源码，提高NLP建模能力。
NLP工程化·2023-09-04 15:49

论文浅尝 | 利用对抗攻击策略缓解预训练语言模型中的命名实体情感偏差问题...

笔记整理：田家琛，天津大学博士，研究方向为文本分类链接：https://ojs.aaai.org/index.php/AAAI/article/view/26599动机近年来，随着预训练语言模型（PLMs
开放知识图谱·2023-09-04 00:53

机器学习实战读书笔记-朴素贝叶斯

机器学习实战读书笔记-朴素贝叶斯核心思想：要求分类器给出一个最优类别的猜测结果，同时给出这个猜测概率的估计值我们称之为朴素，是因为整个形式化过程只做最原始，最简单的假设。
ZackJiang·2023-09-03 21:39

朴素贝叶斯数据分类------

------------------后期会编辑些关于朴素贝叶斯算法的推导及代码分析-----------------importnumpyasnpimportpandasaspdfromsklearn.model_selectionimporttrain_test_splitfromsklearn.naive_bayesimportGaussianNB
xzwyb---持续充电中·2023-09-03 09:53

Hugging Face实战-系列教程4：padding与attention_mask

系列教程3：文本2分类下篇内容：HuggingFace实战-系列教程5：NER上（命名实体识别/文本标注/Doccano工具使用/关键信息抽取/Token分类/源码解读/代码逐行解读/文本BIO处理/文本分类
机器学习杨卓越·2023-09-03 06:17

数据挖掘基础导论学习笔记（五）

公式：P(Y|X)=P(X|Y)*P(Y)/P(X)X是属性集，Y是类变量把X和Y看成随机变量，用P(Y|X)以概率的方式捕捉二者之间的关系，这个条件概率又称为Y的后验概率P(Y)称为Y的先验概率朴素贝叶斯分类器
进阶中的程序猿·2023-09-03 05:08

【Datawhale】AI夏令营第三期——基于论文摘要的文本分类笔记(上)

暑期参加了Datawhale的第三期AI夏令营，学习的是NLP方向，在此期间，我们通过比赛打榜的形式进行NLP的学习。今天，主要分享和记录一下这一期夏令营的学习历程和笔记。文章目录赛题背景赛题任务赛题数据集评价指标解题思路任务一：机器学习方法Baseline1.导入模块2.特征提取2.1基于TF-IDF提取2.2基于BOW2.3停用词3.划分数据集4.选择机器学习模型5.数据探索5.1使用pand
心无旁骛~·2023-09-02 11:00

【Datawhale】AI夏令营第三期——基于论文摘要的文本分类笔记(下)

笔记上部分请看【Datawhale】AI夏令营第三期——基于论文摘要的文本分类笔记(上)文章目录一、深度学习Topline1.1数据预处理1.2模型训练1.3评估模型1.4测试集推理1.5后续改进二、大模型
心无旁骛~·2023-09-02 11:58

PYTHON用户流失数据挖掘：建立逻辑回归、XGBOOST、随机森林、决策树、支持向量机、朴素贝叶斯和KMEANS聚类用户画像...

原文链接：http://tecdat.cn/?p=24346在今天产品高度同质化的品牌营销阶段，企业与企业之间的竞争集中地体现在对客户的争夺上（点击文末“阅读原文”获取完整代码数据）。“用户就是上帝”促使众多的企业不惜代价去争夺尽可能多的客户。但是企业在不惜代价发展新用户的过程中，往往会忽视或无暇顾及已有客户的流失情况，结果就导致出现这样一种窘况：一边是新客户在源源不断地增加，而另一方面是辛辛苦苦
拓端研究室TRL·2023-09-02 05:07

基于Django 框架搭建的机器学习在线平台源代码+数据库，实现KNN、ID3、C4.5、SVM、朴素贝叶斯、BP神经网络等算法及流程管理

结果展示（Kmeans）：完整代码下载地址：基于Django框架搭建的机器学习在线平台源代码+数据库python机器学习之K-邻近算法@简单的理解：[采用测量不同特征值之间的距离方法进行分类]优点：精度高、对异常值不敏感、无数据输入假定缺点：计算复杂度高，空间复杂度高；适应数据范围：数值型、标称型；文章目录结果展示（Kmeans）：python机器学习之K-邻近算法kNN简介k-近邻算法的一般流程
云哲-吉吉2021·2023-09-01 15:48

fasttext的简单介绍

测试facebook开源的基于深度学习的对文本分类的fastText模型fasttextpython包的安装:1pipinstallfasttext第一步获取分类文本，文本直接用的清华大学的新闻分本，
夜空中最亮的星_6c64·2023-09-01 14:42

PYTHON用户流失数据挖掘：建立逻辑回归、XGBOOST、随机森林、决策树、支持向量机、朴素贝叶斯和KMEANS聚类用户画像...

原文链接：http://tecdat.cn/?p=24346在今天产品高度同质化的品牌营销阶段，企业与企业之间的竞争集中地体现在对客户的争夺上（点击文末“阅读原文”获取完整代码数据）。“用户就是上帝”促使众多的企业不惜代价去争夺尽可能多的客户。但是企业在不惜代价发展新用户的过程中，往往会忽视或无暇顾及已有客户的流失情况，结果就导致出现这样一种窘况：一边是新客户在源源不断地增加，而另一方面是辛辛苦苦
拓端研究室TRL·2023-09-01 11:58

机器学习和数据挖掘02-Gaussian Naive Bayes

特征独立性假设：高斯朴素贝叶斯中的“朴素”假设是，给定类别标签，特征之间是相互独立的。这个简化假设在现实场景中通常并不完全准确，但它简化了计算过程，在实践中仍然可以表现良好。
丰。。·2023-08-31 20:01

文本标注技术方案（NLP标注工具）

它为文本分类、序列标记和序列到序列任务提供注释功能。您可以创建用于情感分析、命名实体识别、文本摘要等的标记数据。只需创建一个项目，上传数据，然后开始注释。您可以在数小时内构建数据集。
地铁程序员·2023-08-31 14:07

使用 BERT 进行文本分类 （03/3）

一、说明在使用BERT（2）进行文本分类时，我们讨论了什么是PyTorch以及如何预处理我们的数据，以便可以使用BERT模型对其进行分析。在这篇文章中，我将向您展示如何训练分类器并对其进行评估。
无水先生·2023-08-31 11:45

【人工智能】—_不确定性、先验概率_后验概率、概率密度、贝叶斯法则、朴素贝叶斯_、最大似然估计

【人工智能】—不确定性、先验概率/后验概率、概率密度、贝叶斯法则、朴素贝叶斯文章目录【人工智能】—不确定性、先验概率/后验概率、概率密度、贝叶斯法则、朴素贝叶斯不确定性不确定性与理性决策基本概率符号先验概率
Runjavago·2023-08-31 10:24

“Why Should I Trust You?” Explaining the Predictions of Any Classifier阅读笔记

2.背景[1]^{[1]}[1]3.LIME解释单个样本3.1总体思想3.2构建可解释的数据表示[1]^{[1]}[1]3.3可解释性和忠实度的权衡3.4局部采样3.5稀疏线性解释3.6使用SVM进行文本分类
喝过期的拉菲·2023-08-31 02:22

后端架构师技术图谱

常用算法排序、查找算法选择排序冒泡排序插入排序快速排序归并排序希尔排序堆排序计数排序桶排序基数排序二分查找Java中的排序工具布隆过滤器字符串比较KMP算法深度优先、广度优先贪心算法回溯算法剪枝算法动态规划朴素贝叶斯推荐算法最小生成树算法最短路径
Omni-Space·2023-08-30 13:35

BERT 上的动态量化

BERT，或者说Transformers的双向嵌入表示法，是一种预训练语言表示法的新方法，可以在许多流行的自然语言处理(NLP）任务(例如问题解答，文本分类，和
yanglamei1962·2023-08-30 13:51

中文情感分类

本文通过ChnSentiCorp数据集介绍了文本分类任务过程，主要使用预训练语言模型bert-base-chinese直接在测试集上进行测试，也简要介绍了模型训练流程，不过最后没有保存训练好的模型。
NLP工程化·2023-08-30 09:49

Task3 基于机器学习的文本分类

基于机器学习的文本分类在本章我们将开始使用机器学习模型来解决文本分类。机器学习发展比较广，且包括多个分支，本章侧重使用传统机器学习，从下一章开始是基于深度学习的文本分类。
ochipe·2023-08-30 04:56

经典算法 及其 API

Linearregression)概念及回归方程损失函数优化算法正规方程及其API梯度下降及其API正则化（岭回归及其API）分类算法K近邻算法算法简介及工作流程KNN算法API（sklearn）优缺点朴素贝叶斯贝叶斯公式和拉普拉斯平滑朴素贝叶斯
劫径·2023-08-29 21:12

机器学习基础之《分类算法（5）—朴素贝叶斯算法原理》

一、朴素贝叶斯算法1、什么是朴素贝叶斯分类方法之前用KNN算法，分类完直接有个结果，但是朴素贝叶斯分完之后会出现一些概率值，比如：这六个类别，它都有一定的可能性再比如，对文章进行分类：分类为三个类别，对每个样本用朴素贝叶斯分类之后
csj50·2023-08-29 12:37

【机器学习】

说明：机器学习总结0、数据集1、贝叶斯分类器（一）计算题所有样本分为两类（c）：好瓜=是、好瓜=否（1）计算先验概率：P(c)（2）计算每个属性的条件概率：P(xi|c)（3）代入朴素贝叶斯公式：（4）
许多仙·2023-08-29 08:26

《机器学习深度学习》实战训练营开课了

课程介绍：《机器学习深度学习》实战训练营开课了_哔哩哔哩_bilibili《机器学习深度学习》实战训练营开课了授课内容：机器学习，深度学习，文本分类，计算机视觉，时间序列预测课程目录：回归任务：基于机器学习大气数据的污染物
甜辣uu·2023-08-29 07:35

Task8 循环神经网络

利用Text-RNN模型来进行文本分类。RecurrentConvol
_一杯凉白开·2023-08-29 00:31

探索MediaPipe自定义机器学习模型

MediaPipe支持人脸识别、目标检测、图像分类、人像分割、手势识别、文本分类、语音分类。每个模块都有对应的模型，但是原有模型可能比较大、推理耗时比较长，我们可以自定义模型来进行进行优化。
徐福记456·2023-08-28 19:05

朴素贝叶斯是线性分类器吗

http://www.algorithmdog.com/%E6%9C%B4%E7%B4%A0%E8%B4%9D%E5%8F%B6%E6%96%AF%E5%88%86%E7%B1%BB%E5%99%A8-%E6%9C%AC%E8%B4%A8%E4%B8%8A%E6%98%AF%E7%BA%BF%E6%80%A7%E5%88%86%E7%B1%BB%E5%99%A8-2
Johann_Liang·2023-08-28 17:19

机器学习入门（十一）：决策树——既能分类又能回归的模型

决策树前面我们讲了线性回归和朴素贝叶斯分类模型。前者只能做回归，后者只能做分类。但本文中要讲的决策树模型，却既可以用于分类，又可以用于回归。什么是决策树决策树是一种非常基础又常见的机器学习模型。
米饭超人·2023-08-28 10:20

深度学习在自然语言处理中的十大应用领域

文章目录1.机器翻译2.文本分类3.命名实体识别4.问答系统5.文本生成6.情感分析7.语言生成与处理8.信息检索与摘要9.文本纠错与修复10.智能对话系统总结欢迎来到AIGC人工智能专栏~深度学习在自然语言处理中的十大应用领域
IT·陈寒·2023-08-28 08:23
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他