
调查各种DNN文本分类器,包括MLP、CNN、RNN、BERT方法。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
9
±0 (10月13日〜)
最后提交
2020年1月
GitHub 创建日期
2019年7月1日
收录日
2022年7月27日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 9 |
| 2026年1月 | 9 |
| 2026年2月 | 9 |
| 2026年3月 | 9 |
| 2026年4月 | 9 |
| 2026年5月 | 9 |
| 2026年6月 | 9 |
| 2026年7月 | 9 |
| 2026年8月 | 9 |
| 2026年9月 | 9 |
| 2026年10月 | 9 |
| 2026年11月 | 9 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
llm-lora-classificationhppRC97llm-lora-classification
llm-lora-分类
evaluate_japanese_w2vshihono12用于评估预训练的日语word2vec模型在日语相似性数据集上的脚本
Japanese-BERT-Sentiment-Analyzerizuna3852使用FastAPI和BERT部署情感分析服务器
JGLUEyahoojapan349JGLUE:日本通用语言理解评估
llm-jp-evalllm-jp175这个工具可以跨多个数据集对日语大规模语言模型进行自动评估。
jp-stabletree155JP语言模型评估工具
研究领域相近的资源
DocumentClassificationUsingBERT-Japanesenekoumei0使用BERT进行文档分类-日语共同: 信息抽取与文本挖掘・信息检索
fastTextJapaneseTutorialicoxfog417200使用日语语料库训练fastText的教程共同: 信息抽取与文本挖掘・信息检索
negapojiliaoziyang152日语文档的负面和正面分类判断。共同: 信息抽取与文本挖掘・信息检索- bert-ner-japanesejurabi5k使用 cl‑tohoku/bert‑base‑japanese‑v2 的日语 NER,能够提取八种实体类型(公司、政治/其他组织、设施、产品、事件),通过 BertForTokenClassification 实现,训练数据来自 Stockmark Wikipedia dataset,并可通过安装 transformers、unidic_lite 和 fugashi 使用,遵循 CC BY‑SA 3.0 许可。HF 模型共同: 信息抽取与文本挖掘・信息检索
ishiku-nlp2石:日语意愿分类器共同: 信息抽取与文本挖掘・信息检索
chariot-PyTorch-Japanese-text-classificationymym34125使用 chariot 和 PyTorch 进行日语文本分类的实验共同: 信息抽取与文本挖掘・信息检索