【NLP】新闻主题分类任务

chaser&upper

于 2021-10-05 19:45:59 发布

阅读量1.3k

点赞数 4

CC 4.0 BY-SA版权

分类专栏：自然语言处理文章标签：自然语言处理 python 深度学习

77 篇文章 ¥9.90 ¥99.00

订阅专栏

本文介绍了如何使用深度学习构建新闻主题分类器，涉及构建带有Embedding层的模型、数据批量处理、训练验证函数的构建以及模型训练和词向量的查看。案例基于NLP和TorchText库，对12万条新闻数据进行分类。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

学习目标

了解有关新闻主题分类和有关数据.
掌握使用浅层网络构建新闻主题分类器的实现过程.
关于新闻主题分类任务：
- 以一段新闻报道中的文本描述内容为输入, 使用模型帮助我们判断它最有可能属于哪一种类型的新闻, 这是典型的文本分类问题, 我们这里假定每种类型是互斥的, 即文本描述有且只有一种类型.

新闻主题分类数据:

# 导入相关的torch工具包
import torch
import torchtext
# 导入torchtext.datasets中的文本分类任务
from torchtext.datasets import text_clas

了解本专栏