【源码】基于Pytorch的多特征分类系统

项目简介

本项目是基于Pytorch构建的多特征分类框架，支持多特征序列标注和普通分类任务。封装性佳，用户可直接参考demo，利用csv文件开展训练和预测工作。

项目的主要特性和功能

• 拥有多特征分类能力，可处理字符型（最好为单个词）与数值型特征。
• 能够输出详细的分类详情。
• 提供普通分类（全连接神经网络NormClassifier）和序列标注（Bi - LSTM - CRF SeqClassifier）两种模型。
• 支持数据预处理，为非数值类数据构建词表并借助Embedding获取低维稠密向量，对数值类数据进行标准化处理。
• 运用sklearn获取f1分数。

安装使用步骤

安装

在命令行执行以下命令安装项目所需库： shell script pip install -U nymph

使用

假设已下载项目源码文件，以下是使用说明：

普通分类

• 训练模型：参考./examples/train_demo_by_norm.py文件中的代码。示例代码中训练数据路径为./data/test.csv，模型保存路径为demo_saves。
• 预测模型：参考./examples/predict_demo_by_norm.py文件中的代码。同样使用./data/test.csv作为数据，从demo_saves加载已训练的模型。

序列标注

• 训练模型：参考./examples/train_demo_by_seq.py文件中的代码。训练数据路径为./data/test.csv，模型保存路径为demo_saves_seq。
• 预测模型：参考./examples/predict_demo_by_seq.py文件中的代码。使用./data/test.csv作为数据，从demo_saves_seq加载已训练的模型。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】