# csdn_ai_project

**Repository Path**: Steven-Song/text_classfication

## Basic Information

- **Project Name**: csdn_ai_project
- **Description**: 文本分类，根据企业描述，对企业进行分类
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2018-05-03
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# csdn_ai_project

#### 项目介绍
文本分类，根据企业描述，对企业进行分类

## 文本分类
### 第一周结束目标
- 数据探索文档
  - 数据预处理
    - 训练数据、测试数据分词，去除特殊符号
  - 数据分布与分析
    - lable分布与分析
    - 生成词字典、词倒排字典
	- tf-idf提取每个样本的关键词
  - 编码尝试与结果评估
    - tf-idf，lsi
    - embeding
      - word2vec
	  - word2vec关键词可视化
	  - doc2vec
    
### 第二周结束目标
- 基本模型训练效果及论证
  - svm
    - 结果
    - 可视化
    - 讨论

  - xgboost
    - 结果
    - 可视化
    - 讨论

  - 全连接神经网络
    - 结果
    - 可视化
    - 讨论

  - LSTM
    - 结果
    - 可视化
    - 讨论

- 高级方案的尝试计划
  - 模型融合计划，选取表现最好的模型进行模型融合
  -	深度学习多种网络结构融合尝试

### 第三周结束目标
- 分类最终结果
  - 分数
  - 可视化
  - 模型结果解析

- 高级方案尝试及结果
  - 模型融合
    - Stacking融合方案尝试
    - Blending融合方案尝试
    - 关键词训练一个模型，描述训练一个模型，将两个模型融合
  - CNN + LSTM方案尝试
  - CNN + LSTM + attention方案尝试

### 第四周结束目标
- 形成最终文档
  - 项目各个阶段中的坑
  - 心得体会
  - 项目不足与改进设想