文本分类炼丹术合集，包括模型、论文、代码和各种炼丹术。

模型

文本分类系列01：由浅到深再到实践-综述篇

https://zhuanlan.zhihu.com/p/596112080

这里只列出一些经典的模型，具体可以看paper list。

传统方法（通常在小数据集上表现不错）：

• NB：使用了样本属性独立性的假设，所以如果样本属性有较强的关联时其效果不好；
• KNN：非参数化，无须训练，但计算和存储成本与训练集大小成正比
• SVM：效果很好，在集成学习和NN之前几乎在分类领域处于统治地位，但在样本数较大时的存储和计算成本过高
• 决策树：可解释性好，甚至可以基于决策路径直接来写规则
• 集成方法：xgboost/lightgbm等，常见于比赛

深度学习方法：

• ReNN：递归神经网络
• MLP：多层感知机
• RNN：循环神经网络
• CNN：卷积神经网络
• Attention：注意力机制
• GNN：图神经网络
• Transformers：bert家族

paper list

Text classification paper list. 文本分类论文列表

综述

Deep Learning--based Text Classification: A Comprehensive Review：https://arxiv.org/pdf/2004.03705.pdf

A Survey on Text Classification: From Shallow to Deep Learning：https://arxiv.org/pdf/2008.00364.pdf?utm_source=summari

papers

代码

OpenTextClassification项目为羡鱼智能【xianyu.ai】发起的OpenNLP计划的第一个正式的开源项目，欢迎关注和共建！

Open text classification for you, Start your NLP journey!

项目主页：

https://github.com/catqaq/OpenTextClassification

https://github.com/catqaq/OpenTextClassification/blob/master/README.md

炼丹术

文本分类系列01：由浅到深再到实践-综述篇

https://zhuanlan.zhihu.com/p/596112080

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？

https://www.zhihu.com/question/265357659

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 欧泽彬的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/580469438

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 李rumor的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/1714619843

深度学习文本分类模型综述+代码+技巧：https://zhuanlan.zhihu.com/p/349086747

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 包包大人的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/582711744

工业界文本分类避坑指南：https://zhuanlan.zhihu.com/p/201239352

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - pymars的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/293544685

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 呜呜哈的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/292934517

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 夕小瑶的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/578944550

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 杨小小的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/294881227

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 多头注意力的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/2843361993

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 简枫的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/579190746

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 本马的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/579665964

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 知乎 https://www.zhihu.com/question/265357659/answer/293109871

在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？ - 知乎用户p71fSl的回答 - 知乎 https://www.zhihu.com/question/265357659/answer/581571487

目前深度学习用在短文本分类最好的模型有哪些？

https://www.zhihu.com/question/50888062

目前深度学习用在短文本分类最好的模型有哪些？ - 李rumor的回答 - 知乎 https://www.zhihu.com/question/50888062/answer/1714628626

短文本分类和长文本分类的模型如何进行选择？

https://www.zhihu.com/question/326770917

短文本分类和长文本分类的模型如何进行选择？ - 无敌小想法的回答 - 知乎 https://www.zhihu.com/question/326770917/answer/698646465

短文本分类和长文本分类的模型如何进行选择？ - 热茶与烫酒的回答 - 知乎 https://www.zhihu.com/question/326770917/answer/2584117581

Bert等出来后，文本分类是否还要尝试fasttext，textcnn等模型？

https://www.zhihu.com/question/388894020

Bert等出来后，文本分类是否还要尝试fasttext，textcnn等模型？ - andromeda的回答 - 知乎 https://www.zhihu.com/question/388894020/answer/1168218114

Bert等出来后，文本分类是否还要尝试fasttext，textcnn等模型？ - 风控算法小白的回答 - 知乎 https://www.zhihu.com/question/388894020/answer/2623617224

【关于 文本分类 trick】那些你不知道的事：https://zhuanlan.zhihu.com/p/461927255

【论文解读】文本分类上分利器:Bert微调trick大全：https://zhuanlan.zhihu.com/p/386603816

文本 分类：让 BERT 适配短句分类任务：https://zhuanlan.zhihu.com/p/148501319

文本分类时如何让模型侧重部分文本？：https://www.zhihu.com/question/541482396

文本分类时如何让模型侧重部分文本？ - 刘聪NLP的回答 - 知乎 https://www.zhihu.com/question/541482396/answer/2566100276

文本分类时如何让模型侧重部分文本？ - 爱睡觉的KKY的回答 - 知乎 https://www.zhihu.com/question/541482396/answer/2626863300

文本分类时如何让模型侧重部分文本？ - Henry.Yy的回答 - 知乎 https://www.zhihu.com/question/541482396/answer/2759539281

文本分类时如何让模型侧重部分文本？ - 致Great的回答 - 知乎 https://www.zhihu.com/question/541482396/answer/2764384445