针对深度学习的文本分类模型盘点

Posted antoniosu

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了针对深度学习的文本分类模型盘点相关的知识,希望对你有一定的参考价值。

1.textCNN

优势:短文本分类

可参照:https://www.cnblogs.com/AntonioSu/p/11969386.html

2.fast Text

优点:训练速度快

3.HAN(Hierarchical Attention Network)

优点:对文档的分类

双向的LSTM,可以获得丰富的词汇表示

attention阶段:词在句子中的重要程度

4.Transformer

可参考:https://www.cnblogs.com/AntonioSu/p/12019534.html

5.BERT

可参考:https://www.cnblogs.com/AntonioSu/p/12326426.html

6.XLnet

 

以上是关于针对深度学习的文本分类模型盘点的主要内容,如果未能解决你的问题,请参考以下文章

Keras深度学习实战——新闻文本分类

R使用LSTM模型构建深度学习文本分类模型(Quora Insincere Questions Classification)

大盘点 | 基于深度学习的数据增广技术一览

NLP——天池新闻文本分类 Task4:fasttext深度学习

针对新数据点更新预训练的深度学习模型

深度学习前沿应用文本分类Fine-Tunning