GitHub - MacQing/Sougou-Text-Classification: 基于搜索新闻数据集做分本分类

Name	Name	Last commit message	Last commit date
Latest commit MacQing 新增文本预处理工具 Jun 7, 2018 766ebab · Jun 7, 2018 History 14 Commits
info	info	新增ES操作：统计每个doc_type的数量	May 20, 2018
jupyter	jupyter	新增文本预处理工具	Jun 7, 2018
StringUtils.py	StringUtils.py	将新闻数据导入到ES	May 20, 2018
__init__.py	__init__.py	新增自定义分词器	May 23, 2018
analyzer.py	analyzer.py	新增自定义分词器	May 23, 2018
esProxy.py	esProxy.py	新增esProxy	May 22, 2018
index2es.py	index2es.py	将新闻数据导入到ES	May 20, 2018
readme.txt	readme.txt	构建sougou_docs索引	May 20, 2018
vectorizor.py	vectorizor.py	分类模型对比：tfidf/word2vec + lr/svm	May 29, 2018

Repository files navigation

数据集：
	SougouTct.txt http://www.sogou.com/labs/resource/tce.php
	news_sohusite_xml.dat http://www.sogou.com/labs/resource/cs.php

基于搜索新闻数据集做分本分类

No releases published

No packages published