喜p:用于多标签文本分类的深度神经网络框架 源码
喜p是用于多标签文本分类的深度学习工具。 它在训练语料库上学习将标签分配给任意文本,并可用于预测未知数据上的标签。 它是由CERN开发的,用于将主题类别分配给高能物理摘要,并从中提取关键字。 简短介绍 >>> magpie = Magpie() >>> magpie.init_word_vectors('/path/to/corpus', vec_dim=100) >>> magpie.train('/path/to/corpus', ['label1', 'label2', 'label3'], epochs=3) Training... >>> magpie.predict_from_te
文件列表
喜p:用于多标签文本分类的深度神经网络框架
(预估有个2000文件)
917909.lab
50B
971189.lab
68B
1111830.lab
55B
847239.lab
68B
867296.lab
50B
897964.lab
50B
824615.lab
68B
980333.lab
55B
1085642.lab
68B
879856.lab
50B
暂无评论