# seq2seq

**Repository Path**: luoyi9340/seq2seq

## Basic Information

- **Project Name**: seq2seq
- **Description**: nlp练手
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-03-19
- **Last Updated**: 2023-04-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

文章标题预测，NLP练手


数据预处理
1 数据来源：Sougou文章标题数据，XML格式（不是标准XML，没有根节点）
2 截取<contenttitle>文章标题，<content>文章内容
3 对截取内容和标题做中文分词，用所有内容和标题的分词结果做成字典
	字典写入磁盘
		词->idx
		idx->词
4 用字典将数据转为：title词编码，context词编码
	写入磁盘做数据集
		训练
		验证
		测试

	
数据集
1 读取上述预处理后的数据集
	context词编码做为X
	title词编码作为Y
2 X,Y用最大长度约束，方便后面转为Tensor


网络结构：
	输入：X,Y
	------ encoder ------
	
	GRU: