文件列表:

code (0, 2023-03-13)
code\bert_model (0, 2023-03-13)
code\bert_model\Config.py (1772, 2023-03-13)
code\bert_model\eval.py (3381, 2023-03-13)
code\bert_model\log (0, 2023-03-13)
code\bert_model\log\S_minirbt-h256 (0, 2023-03-13)
code\bert_model\log\S_minirbt-h256\events.out.tfevents.1678168208.DESKTOP-1H3L29P (697396, 2023-03-13)
code\bert_model\log\S_minirbt-h256\events.out.tfevents.1678430553.DESKTOP-1H3L29P (40, 2023-03-13)
code\bert_model\minirbt-h256 (0, 2023-03-13)
code\bert_model\minirbt-h256\config.json (622, 2023-03-13)
code\bert_model\models.py (6087, 2023-03-13)
code\bert_model\predict.py (6217, 2023-03-13)
code\bert_model\souce.pkl (21520416, 2023-03-13)
code\bert_model\target.pkl (2426478, 2023-03-13)
code\bert_model\train.py (7736, 2023-03-13)
code\bert_model\utils.py (2599, 2023-03-13)
code\bert_model\说明.txt (314, 2023-03-13)
code\data (0, 2023-03-13)
code\data\index_label.json (150, 2023-03-13)
code\data\label_index.json (130, 2023-03-13)
code\data\stop_words.txt (7349, 2023-03-13)
code\data\test.csv (16951606, 2023-03-13)
code\data\val.csv (16842187, 2023-03-13)
code\data_pro.py (1324, 2023-03-13)
code\pic_demo (0, 2023-03-13)
code\pic_demo\bert推荐准确率.png (209657, 2023-03-13)
code\pic_demo\bert推荐结果.png (410161, 2023-03-13)
code\pic_demo\tfidf推荐准确率.png (261341, 2023-03-13)
code\pic_demo\tfidf推荐结果.png (391369, 2023-03-13)
code\requirements.txt (184, 2023-03-13)
code\tfidf_model (0, 2023-03-13)
code\tfidf_model\eval.py (2454, 2023-03-13)
code\tfidf_model\feature.pkl (121895, 2023-03-13)
code\tfidf_model\predict.py (2726, 2023-03-13)
code\tfidf_model\tfidftransformer.pkl (80540, 2023-03-13)
code\tfidf_model\train.py (3602, 2023-03-13)

# Text-similarity-recommendation 基于文本相似性的一个新闻推荐系统。 采用了tfidf无监督模型和bert模型两种方法。文件限制因此删除了里面的训练数据和bert模型。 tfidf的推荐效果及准确率如下,acc为86。   bert的推荐效果及准确率如下,acc为96。  

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：