yongzhuo/Keras-TextClassification
中文长文本分类、短句子分类、多标签分类、两句子相似度（Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short），字词句向量嵌入层（embeddings）和网络层（graph）构建基类，FastText，TextCNN，CharCNN，TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, 胶囊网络-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN
🚀 Keras-TextClassification: Bộ sưu tập mô hình phân loại văn bản đa dạng trên Keras
Hơn 20 kiến trúc từ truyền thống đến Transformer, hỗ trợ phân loại đa nhãn, đa lớp, và tính tương đồng câu.
Dự án do người dùng yongzhuo duy trì, tập trung vào phân loại văn bản b tiếng Trung dựa trên Keras. Cung cấp cách tiếp cận thống nhất từ FastText, TextCNN, CharCNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, DeepMoji, HAN, CapsuleNet, Transformer, SWEM, LEAM, TextGCN cho đến BERT, ALBERT, XLNet. Phù hợp cho phân loại văn bản dài/ngắn, đa nhãn, và tính tương đồng giữa hai câu.
✨ Điểm nổi bật
- Hơn 20 mô hình: FastText, TextCNN, RCNN, BERT, Transformer, HAN, CapsuleNet...
- Đa dạng nhiệm vụ: Phân loại đa nhãn, đa lớp, tính tương đồng câu
- Cơ chế cơ sở: Xây dựng lớp cơ sở cho mạng và embedding, dễ mở rộng
- Hỗ trợ embedding đa dạng: Word2Vec, BERT, ALBERT, XLNet, random embedding
- Pipeline chuẩn: Huấn luyện và dự đoán qua train.py và predict.py
- Dữ liệu mẫu: Baidu QA, Byte Multi News, tiếng Trung được cập nhật liên tục
- Tài liệu tham khảo: Liên kết paper gốc cho từng mô hình
💡 Vì sao đáng chú ý
Dự án không chỉ cung cấp mô hình mà còn chuẩn hoá cách tiếp cận thống nhất qua lớp cơ sở, giúp người dùng dễ dàng thử nghiệm và so sánh hiệu quả các kiến trúc khác nhau. Đặc biệt phù hợp cho nghiên cứu và ứng dụng phân loại văn bản tiếng Trung, hỗ trợ cả học sâu truyền thống và mô hình ngữ nghĩa lớn như BERT.
#Keras #TextClassification #NLP #BERT #Transformer #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
FinBERT is a pre-trained NLP model to analyze sentiment of financial text. It is built by further training the BERT language model in the finance domain, using a large financial corpus and thereby fine-tuning it for financial sentiment classification...
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
Natural Language Processing for the next decade. Tokenization, Part-of-Speech Tagging, Named Entity Recognition, Syntactic & Semantic Dependency Parsing, Document Classification
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.
Cross-Encoder for MS Marco This model was trained on the MS Marco Passage Ranking(https://github.com/microsoft/MSMARCO-Passage-Ranking) task. The model can be used for Information Retrieval: Given a query, encode the query will all possible passages...
Easy-to-use and powerful LLM and SLM library with awesome model zoo.
Pre-Training with Whole Word Masking for Chinese BERT（中文BERT-wwm系列模型）
Implementation of State-of-the-art Text Classification Models in Pytorch