文本分类

第五届“达观杯”自然语言处理算法竞赛——基于大规模预训练模型的风险事件标签识别已于10月中旬在第十届CCF自然语言处理与中文计算国际会议现场落下帷幕。 本届大赛达观数据提供了72G、上亿条通用领域经过脱敏的资讯信息用来支持预训练模型。训练集有14009条样本，数据来自于金融、政务、军事等多个领域，不均匀分布在3

作为国内领先的智能文本处理企业，达观数据主办发起“达观杯”人工智能算法竞赛，每年一届，至今已成功举办四届。2021年，在CCF（中国计算机学会）自然语言处理专业委员会的特别支持下，第五届“达观杯”于7月正式拉开帷幕。本届“达观杯”为自然语言处理算法竞赛，围绕“基于大规模预训练模型的风险事件标签识别”的主题展开，积极推动

字幕组双语原文： NLP之文本分类：「Tf-Idf、Word2Vec和BERT」三种模型比较 英语原文： Text Classification with NLP: Tf-Idf vs Word2Vec vs BERT 翻译：雷锋字幕组（

雷锋网按：本文为雷锋字幕组编译的技术博客，原标题 Multi-Class Text Classification with Scikit-Learn，作者为 Susan Li 。翻译 | 朱茵      整理 | 余杭  MY 在商业领域有很多文本分类的应用，比如新闻故事通常由主题来分类；内容或产品常常被打上标签；基于

雷锋网按：本文为雷锋字幕组编译的技术博客，原标题 A Comprehensive Guide to Understand and Implement Text Classification in Python ，作者为  SHIVAM BANSAL 。翻译 | 马力群  于泽平      校对 | 涂世文      整

雷锋网按：本文为雷锋字幕组编译的技术博客，原标题 Introducing state of the art text classification with universal language models，作者为 Jeremy Howard and Sebastian Ruder。翻译 | 翟修川  程添杰   

作者：夜露如今，TensorFlow大版本已经升级到了1.3，对很多的网络层实现了更高层次的封装和实现，甚至还整合了如Keras这样优秀的一些高层次框架，使得其易用性大大提升。相比早起的底层代码，如今的实现更加简洁和优雅。本文是基于TensorFlow在中文数据集上的简化实现，使用了字符级CNN和RNN对中文文本进行分

雷锋网 AI科技评论按，本文作者 清凇 ，首发于专栏 深海遨游 ，雷锋网 AI科技评论获其授权转载。 近来在同时做一个应用深度学习解决淘宝商品的类目预测问题的项目，恰好硕士毕业时论文题目便是文本分类问题，趁此机会总结下文本分类领域特别是应用深度学习解决文本分类的相关的思路、做法和部

雷锋网 AI 科技评论按：自然语言处理（NLP）一直是人工智能领域的重要话题，而人类语言的复杂性也给NLP布下了重重困难等待解决。随着深度学习（Deep Learning）的热潮来临，有许多新方法来到了NLP领域，给相关任务带来了更多优秀成果，也给大家带来了更多应用和想象的空间。 近期，雷锋网 (公众号

雷锋网 AI 科技评论按：在文本编码中，能否找到一种能够适用于所有语言，并在机器学习的模型中有优良表现的编码级别和编码方式呢？针对此问题，Yann LeCun和他的学生张翔在不久前发表了一篇研究工作《 Which Encoding is the Best for Text Classification in C