前言

大家好，我是阿光。

本专栏整理了《NLP文本分类算法集锦》，内包含了各种常见的中英文文本分类算法，以及常见的NLP任务：情感分析、新闻分类以及谣言检测等。

文本分类是NLP的必备入门任务，在搜索、推荐、对话等场景中随处可见，并有情感分析、新闻分类、标签分类等成熟的研究分支和数据集。

不同模型的适用场景不同，常用的模型有：

Fasttext、TextCNN、DPCNN、TextRCNN、BiLSTM+Attention、HAN、LSTM、Transformer、BERT、Capsule、TextGCN 等。

文本分类广泛应用于 长短文本分类、情感分析、新闻分类、事件类别分类、政务数据分类、商品信息分类、商品类目预测、文章分类、论文类别分类、专利分类、案件描述分类、罪名分类、意图分类、论文专利分类、邮件自动标签、评论正负识别、药物反应分类、对话分类、税种识别、来电信息自动分类、投诉分类、广告检测、敏感违法内容检测、内容安全检测、舆情分析、话题标记 等日常或专业领域中。

正在更新中~ ✨

我的项目环境：

  • 平台：Windows10
  • 语言环境：python3.7
  • 编译器：PyCharm
  • PyTorch版本：1.8.1

『精品学习专栏导航帖』

  • 【Matplotlib绘制图像目录】Python数据可视化之美

  • 【Pandas数据处理100例目录】Python数据分析玩转Excel表格数据

  • 最适合入门的100个深度学习实战项目

  • 【PyTorch深度学习项目实战100例目录】项目详解 + 数据集 + 完整源码

  • 【机器学习入门项目10例目录】项目详解 + 数据集 + 完整源码

  • 【机器学习项目实战10例目录】项目详解 + 数据集 + 完整源码

  • Java经典编程100例

  • Python经典编程100例

  • 蓝桥杯历届真题题目+解析+代码+答案

  • 【2023王道数据结构目录】课后算法设计题C、C++代码实现完整版大全

『目录』

经典模型篇

  • （一）：基于TextCNN实现情感分析任务
  • （二）：基于FastText实现情感二分类任务
  • （三）：基于DPCNN实现电商情感分析任务
  • （四）：基于TextRNN实现情感短文本分类任务
  • （五）：基于TextRCNN实现中文短文本分类任务
  • （六）：基于CharCNN实现中文情感分类任务
  • （七）：基于PyTorch+TextCNN实现英文长文本诗歌文本分类
  • （八）：基于PyTorch+HAN实现中文情感分类任务
  • （九）：基于MultinomialNB多项式贝叶斯分类器实现中文文本情感分类任务
  • （十）：基于一维卷积Conv1D对电商评论数据文本情感分类
  • （十一）：基于自注意力机制（Self-Attention）对twitter数据进行情感分析
  • （十二）：基于RNN实现微博热点新闻分类
  • （十三）：基于词级ngram的词袋模型对twitter数据进行情感分析
  • （十四）：基于pytorch使用LSTM实现新闻本文分类任务
  • （十五）：基于pytorch使用LSTM进行谣言检测
  • （十六）：基于pytorch使用LSTM进行文本情感分析
  • （十七）：基于CNN实现冠状病毒推文NLP文本分类

融合模型篇

  • （一）：基于PyTorch+Conv-GRNN & LSTM-GRNN实现中文情感分类任务
  • （二）：基于PyTorch+CNN实现谣言检测任务
  • （三）：基于PyTorch+Transformer实现谣言检测系统
  • （四）：基于RNN+CNN实现NLP判别新闻真伪
  • （五）：基于BiLSTM-Attention实现中文文本分类任务

大模型篇

  • （一）：基于Pytorch+Bert实现电商情感多分类任务
  • （二）：基于ERNIE2.0文心大模型实现中文短文本分类任务
  • （三）：基于飞浆ERNIE3.0百亿级大模型实现中文短文本分类任务
  • （四）：基于Google的预训练模型XLNet实现电商情感多分类任务
  • （五）：基于GPT2实现中文新闻文本分类任务
  • （六）：基于Transformer实现Twitter文本隐喻二分类
  • （七）：基于Transformer实现电影评论星级分类任务