自然语言处理NLP-100例 | 第三篇:骚扰短信识别 MultinomialNB实现(内附源码)
大家好,我是K同學(xué)啊~
每當(dāng)手機(jī)短信想起,第一反應(yīng)就是****,奈何是一條又一條的騷然短信。目前對(duì)于垃圾短信的處理方法多是進(jìn)行識(shí)別關(guān)鍵字進(jìn)而攔截。這種方法準(zhǔn)確率還是蠻高的基本沒(méi)有錯(cuò)誤,但是攔截面就很有限了。那有沒(méi)一種攔截面廣、即高效又準(zhǔn)確的方法呢?
學(xué)習(xí)過(guò)我《深度學(xué)習(xí)100例》的同學(xué)可能就要說(shuō)了RNN啊,訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)不就OK。拍一拍腦袋,好像是的。不過(guò)今天的主角是貝葉斯算法(MultinomialNB)。想學(xué)習(xí)RNN實(shí)例的可以看我之前寫(xiě)的 深度學(xué)習(xí)100例-循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)實(shí)現(xiàn)股票預(yù)測(cè) | 第9天 一文,里面有詳細(xì)講解如何使用RNN進(jìn)行預(yù)測(cè)。深度學(xué)習(xí)小白建議先從《小白入門(mén)深度學(xué)習(xí)》這個(gè)專欄學(xué)起!
如果這些還不能滿足你,可以加我微信(mtyjkh_)為你提供一些力所能及的幫助。
- 語(yǔ)言環(huán)境:Python3.6.5
- 編譯器:jupyter notebook
先看看我們的識(shí)別效果在開(kāi)干吧!
1.導(dǎo)入數(shù)據(jù)
總結(jié)
以上是生活随笔為你收集整理的自然语言处理NLP-100例 | 第三篇:骚扰短信识别 MultinomialNB实现(内附源码)的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 前期的统计分析工作
- 下一篇: 基于LSTM的电商评论情感分析-Tens