brucecat / youth_recommendation Goto Github PK

1、用户在开始的时候，会选定感兴趣的话题；
2、根据用户选定的话题，对文章库中的每篇文章进行预判是否属于感兴趣话题集合；
3、建立一个模型，得到每篇文章的话题分布概率，选取概率最大的类作为所属类。该类如果在话题集中，则推荐。

imput:: 6w样本(模拟用户定义了6类感兴趣话题和6类不感兴趣话题)
output:X、Y向量、分词词典、样本平均长度
(1)输入的数据是12类，每类各5k条文章样本，共计6w个样本；
(2)对每个样本进行分词(结巴分词加搜狗数据库)，去停用词(导入停用词表)，建立所有样本的分词词典，根据词典得到每个样本每个词的ID，每个样本表示成由ID组成的向量X；
(3)每个样本的y标签根据属于的类别，标号为0,1,2,3,4,5,6,7,8,9,10,11，向量Y；

Input:X、Y output:双向LSTM molel
(1)输入X、Y,搭建双向LSTM层
(2)modle结构：embedding层+LSTM层+dense层+softmax层
(3)用keras搭建整个模型；

imput:一篇文章、保存的模型(json文件和h5文件) output：文章类别的分布函数/文章的类别 (1)导入的保存的模型 (2)对输入的样本，分词，去停用词，向量化，得到其对应的X; (3)导入保存的模型，将X输入模型中，得到样本 的话题概率分布，选择最大的概率作为类；

1.同一个文件下放文件：模型预测.py / my_model_weights.h5 / my_model_architecture.json 2.模型预测中更改txtpath/stopwords_path（停用词典的路径） 3.运行即可 4、数据：链接: https://pan.baidu.com/s/1zZLK13ZkbIAYl-irQhzSLA 密码: uj5p