【文件属性】：
文件名称：Quora_query:quora短文本相似
文件大小：192.28MB
文件格式：ZIP
更新时间：2021-05-19 09:59:06
deep-learning tensorflow cnn lstm quora-question-pairs
Quora Question Pairs （短文本主题相似）
使用Siamese网络结构：
采用BLSTM最后一个神经元的输出，训练准确率９３，测试准确率为８３
过拟合解决方法：期权，正则，但是还没有做．
数据预处理还没有做完．
单层LSTM有问题，可以继续搞一搞，但基本知道什么问题了
数据（data文件夹）
/data/csv/train.csv : Quora公开的数据集，具有数据标签
/data/csv/test_part_aa, /data/csv/test_part_bb : 测试数据（test.py）split之后的数据，可以使用cat连接数据。
/data/vovab.model : VocabularyProcessor的模型（max_length = 60）
/data/lr_sentiment.model : logistics regression回归模型，用来预测情
【文件预览】：
Quora_query-master
----edit_distance.cpp(3KB)
----data()
--------csv()
--------xgb_sentiment.model(966KB)
--------lr_sentiment.model(71KB)
--------stop_words_eng.txt(6KB)
--------vocab.model(1MB)
----extral_features.py(11KB)
----PreProcess.py(18KB)
----cnn_src()
--------model()
--------test.py(2KB)
--------train.py(12KB)
--------__pycache__()
--------temp.pkl(70.81MB)
--------cnn.py(7KB)
--------png()
--------cnn_RF.py(14KB)
----rnn_src()
--------train.py(3KB)
--------siamese_network.py(9KB)
----lstm_src()
--------train.py(8KB)
--------__pycache__()
--------lstm.py(9KB)
----papers()
--------NATURAL LANGUAGE INFERENCE OVER INTERACTION SPACE.pdf(607KB)
--------Siamese with Random Forest for duplicate.pdf(205KB)
--------Scaling Quality On Quora Using Machine Learning.pdf(3.62MB)
--------Quora Question Pairs Identify if two questions have the same intent.pdf(357KB)
--------Identifying Quora question pairs having the same intent.pdf(127KB)
--------C-LSTM.pdf(119KB)
--------A Survey of Community Question Answering.pdf(1008KB)
--------Quora Question Duplication.pdf(552KB)
--------kaggle_report_shangjiao.pdf(2.13MB)
--------Improved Semantic Representations From Tree-Structured Long Short-Term Memory Networks.pdf(304KB)
--------Quora_winning_solution.pdf(1.69MB)
----论文()
--------NATURAL LANGUAGE INFERENCE OVER INTERACTION SPACE.pdf(607KB)
--------Quora Question Pairs Identify if two questions have the same intent.pdf(357KB)
--------Identifying Quora question pairs having the same intent.pdf(127KB)
--------Quora Question Duplication.pdf(552KB)
--------kaggle_report_shangjiao.pdf(2.13MB)
--------Improved Semantic Representations From Tree-Structured Long Short-Term Memory Networks.pdf(304KB)
--------Quora_winning_solution.pdf(1.66MB)
----integration()
--------integration.py(12KB)
--------train.py(11KB)
--------__pycache__()
----README.md(7KB)