Yelp reviews - Full-数据集

Yelp reviews - Full-数据集

来自 2015 年 Yelp Dataset Challenge 数据集的 1,569,264 个样本。每个评级分别包含 130,000 个训练样本和 10,000 个 测试样本。

This article offers an empirical exploration on the use of character-level convolutional networks (ConvNets) for text classification. We constructed several large-scale datasets to show that character-level convolutional networks could achieve state-of-the-art or competitive results. Comparisons are offered against traditional models such as bag of words, n-grams and their TFIDF variants, and deep learning models such as word-based ConvNets and recurrent neural networks.

译：

本文对字符级卷积网络（ConvNets）在文本分类中的应用进行了实证研究。我们构建了几个大规模的数据集，以证明字符级卷积网络可以达到最先进或最具竞争力的结果。比较了传统模型，如单词包、n-grams及其TFIDF变体，以及基于单词的ConvNets和递归神经网络等深度学习模型。

只要自己有时间，都尽量写写文章，与大家交流分享。

​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。