zh_cnn_text_classify

KO | EN

gitlite — search

#python #hacktoberfest #typescript #go #android #machine-learning #rust #linux #docker #nodejs #java #vue #ios #openai

zh_cnn_text_classify

(★ 459)

基于CNN的中文文本分类算法（可应用于垃圾邮件过滤、情感分析等场景）

zh_cnn_text_classify 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 基于cnn的中文文本分类算法

## 简介
参考[IMPLEMENTING A CNN FOR TEXT CLASSIFICATION IN TENSORFLOW](http://www.wildml.com/2015/12/implementing-a-cnn-for-text-classification-in-tensorflow/)实现的一个简单的卷积神经网络，用于中文文本分类任务（此项目使用的数据集是中文垃圾邮件识别任务的数据集），数据集下载地址：[百度网盘](https://pan.baidu.com/s/1i4HaYTB)

## 区别
原博客实现的cnn用于英文文本分类，没有使用word2vec来获取单词的向量表达，而是在网络中添加了embedding层来来获取向量。 
而此项目则是利用word2vec先获取中文测试数据集中各个字的向量表达，再输入卷积网络进行分类。

## 运行方法

### 训练
run `python train.py` to train the cnn with the spam and ham files (only support chinese!) (change the config filepath in FLAGS to your own)

### 在tensorboard上查看summaries
run `tensorboard --logdir /{PATH_TO_CODE}/runs/{TIME_DIR}/summaries/` to view summaries in web view

### 测试、分类
run `python eval.py --checkpoint_dir /{PATH_TO_CODE/runs/{TIME_DIR}/checkpoints}` 
如果需要分类自己提供的文件，请更改相关输入参数

如果需要测试准确率，需要指定对应的标签文件(input_label_file):
    python eval.py --input_label_file /PATH_TO_INPUT_LABEL_FILE
    说明：input_label_file中的每一行是0或1，需要与input_text_file中的每一行对应。
    在eval.py中，如果有这个对照标签文件input_label_file，则会输出预测的准确率

### 推荐运行环境
python 2.7.13 :: Anaconda 4.3.1 (64-bit)  
tensorflow 1.0.0  
gensim 1.0.1  
Ubuntu16.04 64bit

### 说明
若按照以上步骤无法正常运行程序，请在Issues或在[博客](http://blog.csdn.net/clayanddev/article/details/70738475)中提问，我会尽快回复。

zh_cnn_text_classify

zh_cnn_text_classify 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

zh_cnn_text_classify

zh_cnn_text_classify 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README