分类算法（二）―― FastText

原理介绍

fasttext是facebook开源的一个词向量与文本分类工具，在2016年开源，典型应用场景是“带监督的文本分类问题”。提供简单而高效的文本分类和表征学习的方法，性能比肩深度学习而且速度更快。

fastText的架构和word2vec中的CBOW的架构类似，因为它们的作者都是Facebook的科学家Tomas Mikolov，而且确实fastText也算是words2vec所衍生出来的。

安装

重点说问题，上代码。

解决方法

代码示例

训练数据和测试数据来自网盘：

https://pan.baidu.com/s/1jH7wyOY

https://pan.baidu.com/s/1slGlPgx

参考链接：

https://blog.csdn.net/john_bh/article/details/79268850

https://blog.csdn.net/grafx/article/details/78697881

https://blog.csdn.net/yick_liao/article/details/62222153

https://blog.csdn.net/sinat_26917383/article/details/54850933

https://blog.csdn.net/lxg0807/article/details/52960072

文章来源: 分类算法（二）―― FastText