【文件属性】：
文件名称：german2vec:使用深度学习的德语语言模型和文本分类
文件大小：1.04MB
文件格式：ZIP
更新时间：2021-05-13 04:18:39
nlp deep-learning fastai JupyterNotebook
德语2vec
概述
该存储库包含用于使用库构建德语模型并将其应用于各种NLP任务（例如文本分类）的文档和代码。 语言模型基于由首次发布的3层 。
该模型的骨干在德语*语料库上进行了训练，并使用转移学习将其应用于文本分类任务（如“所述）。
更新：
可从以下网站获得使用德语*语料库的预训练语言模型： ： 。 感谢您的分享，托马斯！
项目结构
data/ -德语语言模型（可从）
doc/ -文档和实施说明
sb-10k_german_sentiment_classification/ 原始数据
scr/ -用于NLP分类的各种实验的笔记本
笔记本
任务
sb-10k-use_pretrained_language_model.ipynb
分类器（基于预先训练的语言模型构建）
sb-10k_small_wikipedia_corpus.ipynb
分类器（使用德语维基
【文件预览】：
german2vec-master
----.gitignore(1KB)
----README.md(2KB)
----prepare_wikipedia.sh(468B)
----sb-10k_german_sentiment_classification()
--------prepare_twitter_data.sh(195B)
--------corpus_v1.0.tsv(671KB)
----.gitattributes(66B)
----src()
--------sb-10k-data_preprocessing.ipynb(25KB)
--------sb-10k-use_pretrained_language_model-fixed_LR.ipynb(193KB)
--------sb-10k_small_wikipedia_corpus.ipynb(191KB)
--------sb-10k-use_pretrained_language_model.ipynb(190KB)
----doc()
--------notes.txt(152B)
--------xstartup(269B)
--------install_vnc.txt(221B)
----data()
--------DE_spacy_itos.pkl(1.09MB)