用深度学习（CNN RNN Attention）解决大规模文本分类问题

用深度学习（CNN RNN Attention）解决大规模文本分类问题 - 综述和实践

2017-10-23 626

近来在同时做一个应用深度学习解决淘宝商品的类目预测问题的项目，恰好硕士毕业时论文题目便是文本分类问题，趁此机会总结下文本分类领域特别是应用深度学习解决文本分类的相关的思路、做法和部分实践的经验。

业务问题描述：

淘宝商品的一个典型的例子见下图，图中商品的标题是“夏装雪纺条纹短袖t恤女春半袖衣服夏天中长款大码胖mm显瘦上衣夏”。淘宝网后台是通过树形的多层的类目体系管理商品的，覆盖叶子类目数量达上万个，商品量也是10亿量级，我们是任务是根据商品标题预测其所在叶子类目，示例中商品归属的类目为“女装/女士精品>>蕾丝衫/雪纺衫”。很显然，这是一个非常典型的短文本多分类问题。接下来分别会介绍下文本分类传统和深度学习的做法，最后简单梳理下实践的经验。

一、传统文本分类方法

文本分类问题算是自然语言处理领域中一个非常经典的问题了，相关研究最

微信关注我们

原文链接：https://yq.aliyun.com/articles/229128

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

六张图带你全方位看懂EMNLP 2017，神经网络和深度学习投稿占总论文2/3

在9月9日自然语言处理领域顶级会议 EMNLP 2017的开幕式上，大会主席Martha Palmer向我们展示了一系列关于EMNLP 2017的论文录取情况。总的来说，这次会议共收到有效投稿论文1466篇，收录的有323篇，录取率约为23%。其中长论文共有895篇初始投稿，被审核了836篇，收录216篇，接收率大约占26%。短论文的初始投稿共有614篇，被审核585篇，收录107篇，相比长论文接收率较低，只有18%。整体来说，总共有1509篇初始投稿，审核了1418篇，收录323篇，接收率约23%。此外大会还收录了9篇TACL论文。在提交的全部论文中，如果按关键字来给这些论文分类的话，分别选取神经网络、深度学习、信息提取、语义

2017-10-24

768

日前，美国最大的点评网站Yelp公开其内部数据集。据官网介绍，这是一个通用数据集，开放这个数据集的主要目的是帮助学习。这个数据集是Yelp涵盖的商户、点评和用户数据的一个子集，可以用于个人、教育和学术。现在可以得到这个数据集的JSON和SQL文件，利用它来教学生关于数据库的知识，学习NLP，或在学习制作手机APP时作为样本产品数据。数据集详细信息数据集包括470万条用户评价，15多万条商户信息，20万张图片，12个大都市。此外，还涵盖110万用户的100万条tips，超过120万条商家属性（如营业时间、是否有停车场、是否可预订和环境等信息），随着时间推移在每家商户签到的总用户数。如何使用？用户可以使用JSON和SQL数据集。 JSON 能立刻建立和运行以单独的文件形式呈现，你可以任意选择在任何应用上都可以使用 JSON数据集中的每一个文

2017-10-24

716

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。