文本分类炼丹术合集，包括模型、论文、代码和各种炼丹术。 模型 文本分类系列01：由浅到深再到实践-综述篇 https://zhuanlan.zhihu.com/p/596112080 这里只列出一些经典的模型，具体可以看paper list。 传统方法（通常在小数据集上表现不错）： NB：使用了样本属性独立性的假设，所以如果样本属性有较强的关联时其效果不好； KNN：非参数化，无须训练，但计算和存储成本与训练集大小成正比 SVM：效果很好，在集成学习和NN之前几乎在分类领域处于统治地位，但在样本数较大时的存储和计算成本过高 决策树：可解释性好，甚至可以基于决策路径直接来写规则 集成方法：xgboost/lightgbm等，常见于比赛 深度学习方法： ReNN：递归神经网络 MLP：多层感知机 RNN：循环神经网络 CNN：卷积神经网络 Attention：注意力机制 GNN：图神经网络 Transformers：bert家族 paper list Text classification paper list. 文本分类论文列表 综述 Deep Learning--based Text Classification: A Comprehensive Review：https://arxiv.org/pdf/2004.03705.pdf A Survey on Text Classification: From Shallow to Deep Learning：https://arxiv.org/pdf/2008.00364.pdf?utm_source=summari papers代码 OpenTextClassification项目为羡鱼智能【xianyu.ai】发起的OpenNLP计划的第一个正式的开源项目，欢迎关注和共建！ Open text classification for you, Start your NLP journey! 项目主页： https://github.com/catqaq/OpenTextClassification https://github.com/catqaq/OpenTextClassification/blob/master/README.md 炼丹术 文本分类系列01：由浅到深再到实践-综述篇 https://zhuanlan.zhihu.com/p/596112080 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ https://www.zhihu.com/question/265357659 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 欧泽彬的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/580469438 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 李rumor的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/1714619843 深度学习文本分类模型综述+代码+技巧：https://zhuanlan.zhihu.com/p/349086747 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 包包大人的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/582711744 工业界文本分类避坑指南：https://zhuanlan.zhihu.com/p/201239352 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - pymars的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/293544685 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 呜呜哈的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/292934517 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 夕小瑶的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/578944550 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 杨小小的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/294881227 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 多头注意力的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/2843361993 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 简枫的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/579190746 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 本马的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/579665964 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 知乎 https://www.zhihu.com/question/265357659/answer/293109871 在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 知乎用户p71fSl的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/581571487 目前深度学习用在短文本分类最好的模型有哪些？ https://www.zhihu.com/question/50888062 目前深度学习用在短文本分类最好的模型有哪些？ - 李rumor的回答 - 知乎 https://www.zhihu.com/question/50888062/answer/1714628626 短文本分类和长文本分类的模型如何进行选择？ https://www.zhihu.com/question/326770917 短文本分类和长文本分类的模型如何进行选择？ - 无敌小想法的回答 - 知乎 https://www.zhihu.com/question/326770917/answer/698646465 短文本分类和长文本分类的模型如何进行选择？ - 热茶与烫酒的回答 - 知乎 https://www.zhihu.com/question/326770917/answer/2584117581 Bert等出来后，文本分类是否还要尝试fasttext，textcnn等模型？ https://www.zhihu.com/question/388894020 Bert等出来后，文本分类是否还要尝试fasttext，textcnn等模型？ - andromeda的回答 - 知乎 https://www.zhihu.com/question/388894020/answer/1168218114 Bert等出来后，文本分类是否还要尝试fasttext，textcnn等模型？ - 风控算法小白的回答 - 知乎 https://www.zhihu.com/question/388894020/answer/2623617224 【关于 文本分类 trick】那些你不知道的事：https://zhuanlan.zhihu.com/p/461927255 【论文解读】文本分类上分利器:Bert微调trick大全：https://zhuanlan.zhihu.com/p/386603816 文本 × 分类：让 BERT 适配短句分类任务：https://zhuanlan.zhihu.com/p/148501319 文本分类时如何让模型侧重部分文本？：https://www.zhihu.com/question/541482396 文本分类时如何让模型侧重部分文本？ - 刘聪NLP的回答 - 知乎 https://www.zhihu.com/question/541482396/answer/2566100276 文本分类时如何让模型侧重部分文本？ - 爱睡觉的KKY的回答 - 知乎 https://www.zhihu.com/question/541482396/answer/2626863300 文本分类时如何让模型侧重部分文本？ - Henry.Yy的回答 - 知乎 https://www.zhihu.com/question/541482396/answer/2759539281 文本分类时如何让模型侧重部分文本？ - 致Great的回答 - 知乎 https://www.zhihu.com/question/541482396/answer/2764384445
东城河畔不负春日好时光，园来这里更美好冬日的寒意虽然还未完全消退但春天的步伐已经如约而至在微风送暖的春意里许多人都蠢蠢欲动起来想要沐浴在美好的春风中对于东城河畔的业主来说春日风光近在手边多元配套聚集，短距离步行即达随时3月下旬发布会盘点10天五个大厂新机亮相，你更期待谁？时间来到3月下旬，国产手机行业来到最热闹时刻，在接下来10天国内有五场发布会值得期待，分别为iQOOZ7系列OPPOFindX6系列华为P60系列魅族20系列RedmiNote12散文随笔努力靠近百姓心作者东方春晓做好群众工作，本来是我们的一大政治优势。靠着老百姓的小米和独轮车，把我们送上光辉的峰顶。忘记他们，就意味着背叛，这话一点也不过份。几十年过去，在历经风雨的征程中，有过曲陈芋汐全红婵与上海跳水小囡亲密接触仿佛看到了我小时候的样子昨天中午，一批来自上海的跳水小苗苗来到东方体育中心，在奥运冠军们的注视下挨个跳下水，争取将最最优美的动作发挥出来，从水中湿漉漉出来时，他们个个抱紧自己的身体，有点哆嗦的样子，既可爱斯帕莱蒂那不勒斯不仅仅有奥斯梅恩及K77，整支球队都在努力直播吧3月20日讯意甲27轮比赛，那不勒斯以40的比分大胜都灵，以21分的优势领跑积分榜。赛后，那不勒斯主帅斯帕莱蒂对本场比赛发表了自己的看法。斯帕莱蒂告诉DAZN奥斯梅恩的终结以阴虚生热，气虚生热，血虚也生热，三个中成药，横扫一身内热经常有人问，没事老觉得体内有热，咽干口燥，动不动就感觉到热，是阴虚吗，吃知柏地黄丸也没效果啊，还动不动就上火，不敢乱吃药。这是因为啊，药不对症。中医上讲啊，不单单是阴虚才会有内热，不用摇号上京牌专项作业车如何变身乘用车来源中国消费者报不占摇号资格可继续正常摇号不限户籍，北京本地外地户籍都可落户，全部上北京蓝牌带北京牌直接落户至个人名下不知何时，在各类社交平台和汽车专业网站上，不用摇号上京牌的宣传又是樱花烂漫时，彭彭与你相约白鹿樱花谷山深未必得春迟，处处山樱花压枝。山的峰峦叠翠，樱花的妩媚妖娆，给白鹿镇姚家沟披上了神秘的面纱，等待着游人前去一探究竟。故乡的三岔河文胡佑志配音许嫱没有大海的波澜壮阔，没有大江的气势聚焦315家居消费之一博士有成大力智能霍尼韦尔抽检不合格读写作业台灯品质为何难控？台灯几乎是每个家庭的必备产品，市面上充斥着五花八门的台灯，但究竟什么才是适合孩子在学习时使用的？2023年315之际，北京商报记者盘点近一年来读写作业台灯的品质问题，博士有成大力智潮评丨家长发又有作业了被移出群这一脚踢走的更是责任与信任在家长群里被老师踢出群聊，是一种什么样的体验？近日，河南焦作的一位家长就体会到了这位小学生家长发视频称，因为自己在孩子的班级群内发了一句家长又有作业了，不但被老师踢出群聊，还被老师（135）抄中国作业的国家之一卢旺达1994年卢旺达种族屠杀爆发后，这个国家成为地球上最声名狼藉的绝望之地，是联合国钦点的负面教材公认的人间地狱。90年代末，卢旺达重新组建政权，图西族总统卡加梅在废墟之上重建了卢旺达