前言

大家好，我是阿光。

本专栏整理了《NLP文本分类算法集锦》，内包含了各种常见的中英文文本分类算法，以及常见的NLP任务：情感分析、新闻分类以及谣言检测等。

8a8c6cc103fe46abadc877f2e3742e06.png

文本分类是NLP的必备入门任务，在搜索、推荐、对话等场景中随处可见，并有情感分析、新闻分类、标签分类等成熟的研究分支和数据集。

不同模型的适用场景不同，常用的模型有：

Fasttext、TextCNN、DPCNN、TextRCNN、BiLSTM+Attention、HAN、LSTM、Transformer、BERT、Capsule、TextGCN 等。

文本分类广泛应用于 长短文本分类、情感分析、新闻分类、事件类别分类、政务数据分类、商品信息分类、商品类目预测、文章分类、论文类别分类、专利分类、案件描述分类、罪名分类、意图分类、论文专利分类、邮件自动标签、评论正负识别、药物反应分类、对话分类、税种识别、来电信息自动分类、投诉分类、广告检测、敏感违法内容检测、内容安全检测、舆情分析、话题标记 等日常或专业领域中。

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

PyTorch实现经典文本分类项目实战

PyTorch实现经典文本分类项目实战

前言

🌠 『精品学习专栏导航帖』

🍭『目录』

相关阅读更多精彩内容

友情链接更多精彩内容