摘要：词向量大致训练步骤： 分词并去停用词 词频过滤 训练 gensim中Word2Vec参数解释： 主要参数介绍如下： sentences：我们要分析的语料，可以是一个列表，或者从文件中遍历读出（word2vec.LineSentence(filename) ）。 size：词向量的维度，默认值是100 阅读全文

摘要：数据集是网上找的 流程： 加载数据集，去停用词 使用 Keras 的 Tokenizer 将每一文本用数字表示 创建 TextCNN 模型，训练并预测 在 1080Ti 上 batch_size = 128 时每一 epoch 用时 2 s，跑 6、7 个 epoch 测试集准确率就到 1.0000 阅读全文

摘要：TF-IDF算法可用来提取文档的关键词，关键词在文本聚类、文本分类、文献检索、自动文摘等方面有着重要应用。 算法原理 TF：Term Frequency，词频 IDF：Inverse Document Frequency，逆文档频率 词频（TF）：某一个词在该文件中出现的频率 计算方法为： 逆文档频 阅读全文