使用深度学习的文本分析
用文本分析应用扩展深度学习工作流程
通过使用深度学习工具箱™和文本分析工具箱™,将深度学习应用到文本分析应用程序。
功能
主题
这个例子展示了如何使用深度学习长短期记忆(LSTM)网络对文本数据进行分类。
这个例子展示了如何使用卷积神经网络对文本数据进行分类。
这个例子展示了如何使用深度学习双向长短时记忆(BiLSTM)网络和自定义训练循环对文本数据进行分类。
此示例演示如何对具有多个独立标签的文本数据进行分类。
这个例子展示了如何用深度学习网络使用转换后的数据存储对内存不足的文本数据进行分类。
这个例子展示了如何使用循环序列到序列的编码器-解码器模型将十进制字符串转换为罗马数字。
这个例子展示了如何使用循环序列-序列编码器-解码器模型训练德语-英语翻译。
这个例子展示了如何训练深度学习长短期记忆(LSTM)网络来生成文本。
这个例子展示了如何训练一个深度学习LSTM网络来使用字符嵌入生成文本。
这个例子展示了如何训练一个深度学习LSTM网络来逐字生成文本。
这个例子展示了如何使用自动编码器生成文本数据。
这个例子展示了如何定义文本编码器模型函数。
这个例子展示了如何定义一个文本解码器模型函数。