【文件属性】：
文件名称：rnn-text-classification-tf:基于注意力的双向RNN文本分类的Tensorflow实现
文件大小：4.4MB
文件格式：ZIP
更新时间：2021-05-13 04:15:01
text-classification tensorflow attention-mechanism bidirectional-rnn Python
文本分类张量流
基于注意力的双向RNN文本分类的Tensorflow实现。 （以朴素的双向RNN模型为基准）
要求
的Python 3
张量流
点安装-r requirements.txt
用法
准备数据
我们使用的是预处理版本。 要使用样本数据（100K火车/ 30K测试），
$ unzip sample_data/sample_data.zip -d sample_data
要使用完整数据（1.2M火车/0.4M测试），请从下载。
要使用手套预训练的嵌入，请通过下载
$ python download_glove.py
火车
要用样本数据训练模型，
$ python train.py
训练数据分为训练集（85％）和验证集（15％）。 每隔2000步，将使用验证集测试分类准确性，并保存最佳模型。
要将Glove预训练向量用作初始嵌入，
$ python train.py
【文件预览】：
rnn-text-classification-tf-master
----README.md(3KB)
----test.py(2KB)
----train.py(4KB)
----models()
--------net_utils.py(804B)
--------naive_rnn.py(3KB)
--------attention_rnn.py(3KB)
----sample_data()
--------sample_data.zip(4.39MB)
----data_utils.py(2KB)
----download_glove.py(360B)
----requirements.txt(57B)