前言

大家好 
  
  
  
  
  
 ，我是阿光           。

本专栏整理了《NLP文本分类算法集锦》
  
  
  
  
  
 ，内包含了各种常见的中英文文本分类算法
 


 


 


 


 


 
，以及常见的NLP任务：情感分析 
  
  
  
  
  
 、新闻分类以及谣言检测等 
  
 
  
 
  
 
  
 
  
 
  。

文本分类是NLP的必备入门任务 
 
 
 
 
 
，在搜索
  
  
  
  
  
 、推荐
 


 


 


 


 


 
、对话等场景中随处可见
   
   
   
   
   
  ，并有情感分析 
 
 
 
 
 
、新闻分类
   
   
   
   
   
  、标签分类等成熟的研究分支和数据集











。

不同模型的适用场景不同
 

 

 

 

 

 
，常用的模型有：

Fasttext
 

 

 

 

 

 
、TextCNN 

 

 

 

 

 
、DPCNN            、TextRCNN

 
 

 
 

 
 

 
 

 
 

 
、BiLSTM+Attention










、HAN                  、LSTM
 
 
 
 
 
 
 
 
 
 
 
、Transformer
















、BERT            、Capsule
  
 
  
 
  
 
  
 
  
 
  
、TextGCN 等 
  
  
  
  
  
。

文本分类广泛应用于 长短文本分类










、情感分析 
  
  
  
  
  
 、新闻分类
  
  
  
  
  
 、事件类别分类
 


 


 


 


 


 
、政务数据分类 
 
 
 
 
 
、商品信息分类
   
   
   
   
   
  、商品类目预测
 

 

 

 

 

 
、文章分类 

 

 

 

 

 
、论文类别分类            、专利分类

 
 

 
 

 
 

 
 

 
 

 
、案件描述分类










、罪名分类                  、意图分类
 
 
 
 
 
 
 
 
 
 
 
、论文专利分类
















、邮件自动标签            、评论正负识别
  
 
  
 
  
 
  
 
  
 
  
、药物反应分类










、对话分类 
  
  
  
  
  
 、税种识别
  
  
  
  
  
 、来电信息自动分类
 


 


 


 


 


 
、投诉分类 
 
 
 
 
 
、广告检测
   
   
   
   
   
  、敏感违法内容检测
 

 

 

 

 

 
、内容安全检测 

 

 

 

 

 
、舆情分析            、话题标记 等日常或专业领域中 
  
  
  
  
  
 。

正在更新中~ ✨

🚨 我的项目环境：

平台：Windows10 语言环境：python3.7 编译器：PyCharm PyTorch版本：1.8.1

🌠 『精品学习专栏导航帖』

🐧【Matplotlib绘制图像目录】Python数据可视化之美🐧

🎠【Pandas数据处理100例目录】Python数据分析玩转Excel表格数据🎠

🐳最适合入门的100个深度学习实战项目🐳

🐙【PyTorch深度学习项目实战100例目录】项目详解 + 数据集 + 完整源码🐙

🐶【机器学习入门项目10例目录】项目详解 + 数据集 + 完整源码🐶

🦜【机器学习项目实战10例目录】项目详解 + 数据集 + 完整源码🦜

🐌Java经典编程100例🐌

🦋Python经典编程100例🦋

🦄蓝桥杯历届真题题目+解析+代码+答案🦄

🐯【2023王道数据结构目录】课后算法设计题C

 
 

 
 

 
 

 
 

 
 

 
、C++代码实现完整版大全🐯

🍭『目录』

📢 经典模型篇

（一）：基于TextCNN实现情感分析任务 （二）：基于FastText实现情感二分类任务 （三）：基于DPCNN实现电商情感分析任务 （四）：基于TextRNN实现情感短文本分类任务 （五）：基于TextRCNN实现中文短文本分类任务 （六）：基于CharCNN实现中文情感分类任务 （七）：基于PyTorch+TextCNN实现英文长文本诗歌文本分类 （八）：基于PyTorch+HAN实现中文情感分类任务 （九）：基于MultinomialNB多项式贝叶斯分类器实现中文文本情感分类任务 （十）：基于一维卷积Conv1D对电商评论数据文本情感分类 （十一）：基于自注意力机制（Self-Attention）对twitter数据进行情感分析 （十二）：基于RNN实现微博热点新闻分类 （十三）：基于词级ngram的词袋模型对twitter数据进行情感分析 （十四）：基于pytorch使用LSTM实现新闻本文分类任务 （十五）：基于pytorch使用LSTM进行谣言检测 （十六）：基于pytorch使用LSTM进行文本情感分析 （十七）：基于CNN实现冠状病毒推文NLP文本分类

📢 融合模型篇

（一）：基于PyTorch+Conv-GRNN & LSTM-GRNN实现中文情感分类任务 （二）：基于PyTorch+CNN实现谣言检测任务 （三）：基于PyTorch+Transformer实现谣言检测系统 （四）：基于RNN+CNN实现NLP判别新闻真伪 （五）：基于BiLSTM-Attention实现中文文本分类任务

📢 大模型篇

（一）：基于Pytorch+Bert实现电商情感多分类任务 （二）：基于ERNIE2.0文心大模型实现中文短文本分类任务 （三）：基于飞浆ERNIE3.0百亿级大模型实现中文短文本分类任务 （四）：基于Google的预训练模型XLNet实现电商情感多分类任务 （五）：基于GPT2实现中文新闻文本分类任务 （六）：基于Transformer实现Twitter文本隐喻二分类 （七）：基于Transformer实现电影评论星级分类任务