采用pytorch构建多层神经网络与逻辑回归在NLP分类精度的对比代码完整,数据集完整

本文采用pytorch3.6构建多层神经网络与逻辑回归在本文的情感分类预测准确率对比,实验结果显示逻辑回归在少量样本的情况下泛化能力较强。本文承接的是上一份博客的数据集以及文档特征提取方法。

逻辑回归,          0.8599863178812261
多层神经网络,   0.7898165944554842

 

https://github.com/ranran4082391/xiaoran_4

相关文章

python方向·数据分析   ·自然语言处理nlp   案例:中...
原文地址http://blog.sina.com.cn/s/blog_574a437f01019poo....
ptb数据集是语言模型学习中应用最广泛的数据集,常用该数据集...
 Newtonsoft.JsonNewtonsoft.Json是.Net平台操作Json的工具...
NLP(NaturalLanguageProcessing)自然语言处理是人工智能的一...
做一个中文文本分类任务,首先要做的是文本的预处理,对文本...