资源简介
汽车评论情感分析代码,采用TEXTCNN进行训练与预测,里面包含详细代码及标注数据集;
代码片段和文件信息
class CONFIG():
update_w2v = True # 是否在训练中更新w2v
vocab_size = 37814 # 词汇量,与word2id中的词汇量一致
n_class = 2 # 分类数:分别为pos和neg
max_sen_len = 75 # 句子最大长度
embedding_dim = 50 # 词向量维度
batch_size = 100 # 批处理尺寸
n_hidden = 256 # 隐藏层节点数
n_epoch = 10 # 训练迭代周期,即遍历整个训练样本的次数
opt = ‘adam‘ # 训练优化器:adam或者adadelta
learning_rate = 0.001 # 学习率;若opt=‘adadelta‘,则不需要定义学习率
drop_keep_prob = 0.5 # dropout层,参数keep的比例
num_filters = 256 # 卷积层filter的数量
kernel_size = 3 # 卷积核的尺寸;nlp任务中通常选择2345
print_per_batch = 100 # 训练过程中每100词batch迭代,打印训练信息
save_dir = ‘./checkpoints/‘ # 训练模型保存的地址
train_path = ‘./data/ch_auto_train.txt‘
dev_path = ‘./data/ch_auto_dev.txt‘
test_path = ‘./data/ch_auto_test.txt‘
word2id_path = ‘./data/word_to_id.txt‘
pre_word2vec_path = ‘./data/wiki_word2vec_50.bin‘
corpus_word2vec_path = ‘./data/corpus_word2vec.txt‘
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2019-02-25 00:15 SentimentAnalysis-master\
文件 1356 2018-05-15 15:28 SentimentAnalysis-master\CONFIG.py
目录 0 2018-05-15 15:28 SentimentAnalysis-master\data\
文件 1245383 2018-05-15 15:28 SentimentAnalysis-master\data\ch_auto_dev.txt
文件 2704954 2018-05-15 15:28 SentimentAnalysis-master\data\ch_auto_test.txt
文件 4879983 2018-05-15 15:28 SentimentAnalysis-master\data\ch_auto_train.txt
文件 29313375 2018-05-15 15:28 SentimentAnalysis-master\data\corpus_word2vec.txt
文件 89008408 2018-05-15 15:28 SentimentAnalysis-master\data\wiki_word2vec_50.bin
文件 543216 2018-05-15 15:28 SentimentAnalysis-master\data\word_to_id.txt
文件 1927 2018-05-15 15:28 SentimentAnalysis-master\predict.py
文件 7388 2018-05-15 15:28 SentimentAnalysis-master\TextCNN.py
文件 2191 2018-05-15 15:28 SentimentAnalysis-master\train_and_eva.py
文件 4747 2018-05-15 15:28 SentimentAnalysis-master\utils.py
相关资源
- 基于CNN的静态手势识别系统
- 一种基于LBP和CNN的人脸识别算法
- PCNN TOOLBOX
- MSCNN_dehaze.rar
- 脉冲耦合神经网络工具箱PCNN-toolbox
- 卷积神经网络的人脸识别样本采集+
- 基于深度学习的神经网络算法论文
- faster rcnn流程图
- SRCNN翻译学习并改进.zip
- 基于深度学习的图像检索系统CNN
- 超分辨率PPT
- faster_rcnn test 浮点运算量
- 论文研究-基于改进贝叶斯优化算法的
- darknet文本检测与CNN+CTCOCR文字识别项目
- 超分辨率重建SRCNN(GUI界面)
- 基于多任务卷积网络(MTCNN)和Cente
- 基于深度学习的链路预测
- Mask R-CNN.pptx
- PyTorch介绍及入门pdf
- instances_minival2014.json.zip
- ncnn.lib win x64
- Neural Networks with R Smart models using CNN
- 卷积神经网络的概述论文:分析、应
- 学习摘要:Methods for interpreting and un
- RISC-V 二值化 CNN 芯片加速器进行人员
- 复数版卷积神经网络,复数版CAFFE
- deep learning 概览+时序模型
- 基于CNN的手写数字识别
- 这是基于CNN算法的分类代码
- CNN实现的图像检索
评论
共有 条评论