“Document classification test”版本间的差异
来自cslt Wiki
（→Document classification of Sougou data） |
（→Document classification of Sougou data） |
||
| 第7行： | 第7行： | ||
:* Remove stop word.stop_wordlist is | :* Remove stop word.stop_wordlist is | ||
:* | :* | ||
| − | ===VSM | + | ===VSM Test=== |
| + | ===LDA Test=== | ||
| + | ===Word2vec Test=== | ||
2014年9月7日 (日) 13:32的版本
Document classification of Sougou data
- DATA
- Data from SougouLab [1],using SogouC.reduced(30M)
- 9-Classes:财经,IT,健康,体育,旅游,教育,招聘,文化,军事
- Text preprocessing
- Segment word using wordlist of 9W.(tencent)
- Remove stop word.stop_wordlist is
