Quora Question Pairs

官方比赛链接：https://www.kaggle.com/c/quora-question-pairs

here is some tips:

pandas读取数据的问题

dataframe=pd.read_csv('csvfile')
question1=list(dataframe['question1'])

question1中某些数据会被转换为float格式，需要转为str格式。加上下面这句：

question1=[str(i) for i in question1]

keras分词器Tokenizer

Tokenizer是一个用于向量化文本，或将文本转换为序列（即单词在字典中的下标构成的列表，从1算起）的类。
示例程序：

import keras.preprocessing.text as T
from keras.preprocessing.text import Tokenizertext1='some thing to eat'
text2='some thing to drink'
texts=[text1,text2]print T.text_to_word_sequence(text1)  #['some', 'thing', 'to', 'eat']
print T.one_hot(text1,10)  #[7, 9, 3, 4]
print T.one_hot(text2,10)  #[7, 9, 3, 1]tokenizer = Tokenizer(num_words=10)
tokenzier.fit_on_text(texts)
print tokenizer.word_count #[('some', 2), ('thing', 2), ('to', 2), ('eat', 1), ('drink', 1)]
print tokenizer.word_index #{'some': 1, 'thing': 2,'to': 3 ','eat': 4, drink': 5}
print tokenizer.word_docs #{'some': 2, 'thing': 2, 'to': 2, 'drink': 1,  'eat': 1}
print tokenizer.index_docs #{1: 2, 2: 2, 3: 2, 4: 1, 5: 1}print tokenizer.text_to_sequences(texts) #[[1, 2, 3, 4], [1, 2, 3, 5]]
print tokenizer.text_to_matrix(texts) #
[[ 0.,  1.,  1.,  1.,  1.,  0.,  0.,  0.,  0.,  0.],[ 0.,  1.,  1.,  1.,  0.,  1.,  0.,  0.,  0.,  0.]]

保存数组为numpy的npy二进制格式

np.save(npyfile, array)
array=np.load(npyfile)with open(jsonfile, 'w') as f:json.dump({'nb_words': nb_words}, f)
with open(NB_WORDS_DATA_FILE, 'r') as f:nb_words = json.load(f)['nb_words']

Quora Question Pairs相关推荐

Quora Question Pairs 项目参考资料
实现多种解决方案的 kaggle比赛--Quora Question Pairs https://blog.csdn.net/qq_27009517/article/details/87716641? ...
Kaggle：Quora Question Pairs
一.概要 Quora Question Pairs是kaggle上一个关于文本匹配的问题,主要目的是判断两个问题是不是同一个意思. 二.数据简介数据结构相对比较简单,如下: "id&quo ...
从Kaggle赛题: Quora Question Pairs 看文本相似性/相关性
从Kaggle赛题: Quora Question Pairs 看文本相似性/相关性包大人健身 Kaggle 自然语言处理数据挖掘 137 人赞了该文章从Kaggle赛题: Quora Que ...
kaggle: quora question pairs
今天看了kaggle竞赛:quora question pairs的一个解决方案,受益匪浅,在此记录一下作者的解题思路. 一.quora question pairs简介首先,介绍一下quora q ...
kaggle比赛--Quora Question Pairs
文章目录数据来源数据分析训练集测试集训练集的数据分析字符个数词的个数词云逻辑回归获得特征训练数据 ROC 评价 Precision-Recall Curve 评价 XGBoost ...
kaggle竞赛 | Quora Question Pairs | 判断相似的Question
目录赛题背景解题过程 1. 数据分析 2. 构建模型 2.1 特征工程 + 树模型 2.2 词向量 + LSTM 代码中有详细注释解析不懂请看代码比赛链接:(数据集下载) https://ww ...
用bert来训练quoras question pairs的代码仓
https://github.com/grapefroot/quora-question-pairs
Improving the Robustness of Question Answering Systems to Question Paraphrasing
<Improving the Robustness of Question Answering Systems to Question Paraphrasing> 新加坡国立大学这篇论文 ...
5 分钟入门 Google 最强NLP模型：BERT
BERT (Bidirectional Encoder Representations from Transformers) 10月11日,Google AI Language 发布了论文 BERT: ...

Quora Question Pairs

pandas读取数据的问题

keras分词器Tokenizer

保存数组为numpy的npy二进制格式

Quora Question Pairs相关推荐

最新文章

热门文章