fastText_shortAd_Classification

微信广告正负样本分类

参考http://blog.csdn.net/lxg0807/article/details/52960072

Dependencies

run success : python3

the dependenceies is saved /usr/local/lib/python3.5/dist-packages/fastText,includeing FastText.py,please pay attention to the Uppercase 'F' 'T' and lowercase letters 'f' 't'.

$ pip install jieba
$ pip install fasttext 

# import fastText.FastText as fasttext 
# also don't need to pip , directly import fastText

正样本：

• xx,xxx,xxxxxxxxx

负样本：

• 微信公众号 AppSo，回复「钱包」看看微信钱包这 6 个秘密使用技巧

• 微信号：wszs1981

• 长按二维码关注

其中，训练集正负样本各1W+，测试集样本各5K+

训练数据集： data/train/fastText_train.txt 测试数据集： data/test/fastText_test.txt

输入数据为分词后带标签数据，数据预处理:

python data/train/pre_processing.py
python data/test/pre_progressing.py

测试数据集：data/test/fastText_text.txt

训练模型：

python train_model.py

测试模型：

python test_model.py

result

__label__not_ad:    precision:0.879189	 recall:0.992830	 f:0.932560
__label__ad:	    precision:0.989747	 recall:0.835337	 f:0.906010