文本表示模型 发表于 2019-08-09 | 更新于 2019-08-10 | 阅读次数 字数统计 262 字 | 阅读时长 1 分钟 textcnn[NLP] TextCNN模型原理和实现 文本分类实战(二)—— textCNN 模型代码 另一个代码(参考过) 吾爱NLP(4)—基于Text-CNN模型的中文文本分类实战 doc2vecDoc2Vec模型介绍及使用基于gensim的doc2vec实践 当每个文档不仅可以由文本信息表示,还有别的其他标签信息时,比如,在商品推荐中,将每个商品看成是一个文档,我们想学习商品向量表示时,可以只使用商品的描述信息来学习商品的向量表示,但有时:商品类别等信息我们也想将其考虑进去, 最简单的方法是:当用文本信息学习到商品向量后,添加一维商品的类别信息,但只用一维来表示商品类别信息的有效性差。gensim 工具包的doc2vec提供了更加合理的方法,将商品标签(如类别)加入到商品向量的训练中,即gensim 中的LabeledSentence方法 fasttext玩转Fasttext 坚持原创技术分享,您的支持将鼓励我继续创作! 赏 微信打赏 支付宝打赏