Text Classification with Recurrent Neural Networks (RNN)
چهار سال پیش منتشر شده
تعداد بازدید: 578
کد پروژه: 311287
شرح پروژه
Text Classification with Recurrent Neural Networks (RNN)
Part A: Document Preprocessing
1. Read ‘IMDB_Dataset.csv’ file and for each document:
a. Remove all non-letter characters.
b. Remove the short words (length ≤ 2).
c. Remove all stop words (e.g., ‘a’, ‘and’, ‘what’, …), given in file ‘stopwords.txt’.
2. Tokenize the data and convert the text to word sequences.
3. Add padding to ensure that all the sequences have the same length (taking the max length).
4. Convert words of each sequence into numerical vector (use one-hot encoding vector).
Part B: Many-to-One model
1. Build Many-to-One RNN model with simple RNN (Elman Network).
2. Split documents into training and test data (80% for train).
3. Train your model and report the Accuracy on test data.
توضیحات کامل پیوست شده است .
کد به زبان پایتون باشد
این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مبلغ پروژه
620,000 تومان
مهلت برای انجام
9روز
وضعیت مناقصه
انجام شده
درباره کارفرما
عضویت چهار سال پیش
