1回答
我们正在根据职位空缺的相似程度制定一份排名文本。我们有来自社交网络的4年数据集(≈100万文本)。我们也有空缺(≈30K)手动从这套选择。现分两个阶段选出职位空缺：然后我们翻阅每一个职位，寻找真正的空缺。一般来说，它应该包含对翻译服务的请求。在第2点之前，我们希望在最后一次讨论中首先提供最有可能出现空缺的案文。我们将尝试使用朴素的Bayes分类
浏览 0提问于2018-05-22得票数 3
回答已采纳
我已经使用keras编写了ANN分类器，现在我正在学习如何在keras中编写RNN，用于文本和时间序列预测。在网络上搜索了一段时间后，我发现了Jason Brownlee写的这个，这对于RNN的初学者来说是很不错的。最初的文章是使用LSTM的IMDb数据集进行文本分类，但由于其数据集很大，我将其更改为一个较小的sms垃圾邮件检测数据</e
浏览 2提问于2016-12-25得票数 2
1回答
我在试着理解。目前，它的工作是对积极/消极情绪进行分类。我怎么能把它改成其他的类呢？例如，两个类，Question或Not-Question。# LSTM for sequence classification in the IMDB dataset from keras.datasets importimdb from keras.layers i
浏览 0提问于2018-06-12得票数 0
3回答
我现在明白了，大多数人在使用任何模型之前都会使用嵌入层，这会产生类似于300维向量的东西。但是模型输出的是什么呢？就像编解码模型一样，它的输入是这些向量的序列。那么，解码器的最后一层是什么呢？不像事件抽取或类似的东西，我们将其分类为少数类。此外，是否有任何现有的软件包支持这种“反向嵌入到word"？
我在网站上没有看到任
浏览 0提问于2016-11-15得票数 4
回答已采纳
1回答
对于我的NLP项目，我使用CountVectorizer从数据集中提取特征，使用向量化器= CountVectorizer(stop_words='english')和all_features = vectorizer.fit_transform(data.Text)，我还使用keras编写了一个简单的RNN模型，但我不确定如何进行填充和分词器步骤，并在模型上训练数据。我的RNN
浏览 12提问于2021-01-23得票数 0
回答已采纳
1回答
对于在NLP任务中使用word嵌入这一领域，我还是比较陌生的。从大量的文档集中，我训练了word2vec词嵌入向量，然后结合基于RNN的分类器(LSTM，GRU)进行文档分类，这是目前比较成熟的一种标准分类方法。但是图像本身从来没有更新，自然，因为它是原始数据。
如何处理文本文档世界中的嵌入向量？它们与图像不完全一样，我们首先从无监督的方法(word2vec、GloVe或任何其他工具)中学习它们，因
浏览 0提问于2018-09-10得票数 5
我试图对一些文本数据进行RNN分类器的训练。--我一直试图以为例，但是这个示例使用的是通过tensorflow_dataset包下载的数据，而我有一个本地的数据集。I以文本(X)和一个热编码数组(Y)的张量来提供数据。I偏离了这个示例，将损失改为分类交叉熵，并将最终的稠密层设置为激活softmax和32维。32是每条热编码线的长度。我想这就是我想要的最终输出。model = tf.
浏览 1提问于2021-06-17得票数 0
回答已采纳
1回答
我正在尝试为我的文本分类模型添加一个关注层。输入是文本(例如电影评论)，输出是二元结果(例如正面和负面)。True)))model.add(Dense(1, activation='sigmoid'))
经过一些搜索，我发现了几个kerasKeras中内置了keras.layers.Attention层。keras-self-attention包中还有SeqWeightedA
浏览 17提问于2019-10-25得票数 4
在Python中，具有注意力机制的RNN的实现在机器翻译中非常丰富(例如，https://talbaumel.github.io/blog/attention/，但是我想要做的是在时态数据文件(不是任何基于文本我知道这是一种不同寻常的方法，但我想尝试一下并使用注意力机制，因为我的许多特征在数据中可能是多余的。我找不到任何这样的带有注意力机制的RNN实现，它也可以提供可视化。我也无法理解如何</e
浏览 28提问于2019-01-17得票数 1
用户可以以类似于Keras模型的方式使用它，因为它还具有fit()和predict()方法。
HyperBlocks是什么？如果图像分类器自动进行HyperParameter调优，那么GraphAutoModel的用途是什么？
浏览 0提问于2019-12-12得票数 1
回答已采纳
1回答
为此，我试图在keras中编写文本char-rnn，为此，我必须首先将文本转换为序列，然后填充序列。但是，我在执行这一步骤方面遇到了很多困难。以我在波士顿布里格姆妇女医院的诊所里被诊断患有前列腺癌的50岁男子为例。他接受了一种新的切除前列腺的方法，后来接受了聚焦辐射，试图根除任何残留的癌症。不幸的是，他的病一年后又复发了。
浏览 2提问于2017-02-04得票数 3
1回答
我想要构建一个简单的分类器，它可以对文本是question还是simple message进行分类。我理解逻辑回归，可以创建一个简单的神经网络。
我有英文，日文，韩文，泰文的标签输入数据。在将数据输入分类器之前，如何转换这些数据？
浏览 0提问于2018-06-12得票数 1
回答已采纳
1回答
我正在尝试训练一个深度神经网络，使其能够根据字符串的值对其进行分类。所以，这意味着我的数据全是文本。然而，它不是句子意义上的文本，这是我在互联网上看到的大多数文本分类主题所谈论的内容。为了让算法起作用，我对输入进行了一次性编码(尽管这些不是分类值，所以我不确定是否有更正确的方法对它们进行编码)并训练模型。然而，问题是，当我尝试运行算法在测试或训练数据集中<
浏览 32提问于2020-07-02得票数 0
回答已采纳
我正在尝试使用tensorflow对RNN进行二进制分类。M y训练和测试数据的标签是0和1。当我尝试在完成的模型上使用我的RNN时，它为每个单独的样本返回几乎相同的预测：
model.add(keras.layers.LSTM(200, input_shape=(200, 7), return_s
浏览 11提问于2020-05-29得票数 1
1回答
是否有可能训练一个基于RNN的体系结构，比如GRU或LSTM，从一个大语料库中随机的句子来学习单词嵌入？基本上，我们训练一个网络的正负样本，并反向传播到字向量。这种技术的缺点是什么？
浏览 0提问于2018-08-17得票数 3
回答已采纳
我尝试对序列进行分类，使用带有return_sequences=True的Keras。我有“数据”和“标签”数据集，它们都是形状相同的二维矩阵，按位置排列，按时间间隔排列(单元格值是我的“信号”特性)。因此，RNN / return_sequences=True似乎是一种直观的方法。在将数据(X)和标签(Y)重组为形状为(rows, cols, 1)的3D张量之后，我调用model.fit(X, Y)，但得到以下错误：
V
浏览 0提问于2017-03-30得票数 5
1回答
我有一些图像方面的经验，并在使用CNN的图像分类中游玩过，但对于文本数据，我的知识有限。我目前想要分类的输入写成：fdcd-dd-fdc-dad-ad-dfe-cde-dggf-ghd-gg-bcd，需要分类。我知道，对于常规文本数据，RNN网络和LSTM信元都不是很有效。利用RNN+LSTM对数据
浏览 0提问于2020-07-28得票数 2
回答已采纳
1回答
我有这段代码来使用TensorFlow RNN进行文本分类，但如何将其更改为文本生成？ 下面的文本分类有3D输入，但有2D输出。是否应该将其更改为3D输入和3D输出以生成文本？又是如何做到的？示例数据为： t0 t1 t20 1 2
white samoyed i
浏览 11提问于2019-09-23得票数 0
回答已采纳
2回答
我正试着开始学习RNN，我正在使用Keras。我理解普通RNN和LSTM层的基本前提，但是我很难理解特定的训练技术要点。在角化酶(文件)中，它表示RNN层的输入必须具有形状(batch_size, timesteps, input_dim)。这表明所有的训练示例都有固定的序列长度，即timesteps。我可能想让RNN对不同长度的句子进行操作。当我在一些语料库上训练它时，我会给它一批不同长度的句子。
我想最明显的事情就是找出训练<em
浏览 0提问于2018-01-06得票数 120
假设我试图在像这一个，这样的数据集中对假新闻进行分类，其中有显示文章文本的列，也有有助于分类的文章标记。我可以将文章文本矢量化，并使用LSTM来训练一个假新闻预测器，这将需要这样的输入层。import tensorflow from tensorflow.keras import Inputmode
浏览 0提问于2022-02-06得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
