GitHub - fuxinjiang/soga-text-data-mining: 宗成庆老师课上的文本数据挖掘大作业

fuxinjiang / soga-text-data-mining Public

Notifications You must be signed in to change notification settings
Fork 5
Star 6

宗成庆老师课上的文本数据挖掘大作业

Notifications

Name		Name	Last commit message	Last commit date
Latest commit History 5 Commits
.idea		.idea
cnn-text-classification-tf-master		cnn-text-classification-tf-master
README.txt		README.txt
Text_data_mining.py		Text_data_mining.py
Train_test_data_splite.py		Train_test_data_splite.py
main_text_data.py		main_text_data.py
model.py		model.py
tensorbord_use.py		tensorbord_use.py
text_data.py		text_data.py

Repository files navigation

该代码主要针对搜狗九分类数据集进行分类 
首先对文本进行分词，用Text_data_mining.py对每一类数据集进行分词，然后对每一类的每一篇文档转换成一个行
例如下面
短 线 黑马 派 神 股 改 重组 新 模式 创造 暴利 神化 渤海 投资 研究所 周延 新 
是的原来的每一条新闻在整合的总文档中是一个行向量文本
然后用text_data.py对整合之后的总文档进行word2vector处理
再然后用model.py对每一类文档进行向量表示
最后用main_text_data.py对每一类的文档进行向量表示，构造出分类的标签和属性