零基礎入門NLP之新聞分類

時間 2021-07-13

標籤機器學習 nlp 简体版

原文原文鏈接

數據分析對賽題有一個大致瞭解之後接下來就是數據分析過程使用pandas讀取訓練數據和測試數據訓練數據一共20W條，由label和text兩列構成，label是其所屬類別，text由其文本進行脫敏處理後得到的數字構成接下來統計句子的長度可以看出最短句子僅兩個單詞構成，最長句子由55757個單詞構成，大部分句子由1000左右單詞組成接下來看一下類別分佈情況類別分佈不均衡，最少類與最多類之

>>阅读原文<<

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。