【PyTorch深度学习项目实战100例】—— 基于RNN实现微博热点新闻分类 | 第27例
前言
大家好，我是阿光。
本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。
正在更新中~ ✨
🚨 我的项目环境：
- 平台：Windows10
- 语言环境：python3.7
- 编译器：PyCharm
- PyTorch版本：1.8.1
💥 项目专栏：【PyTorch深度学习项目实战100例】
一、基于RNN实现微博热点新闻分类
本文主要用经典的RNN循环神经网络拟合微调实现一个包含2个类别的微博热点新闻文本分类任务，主要是对新闻内容进行特征抽取，获取语义分析来实现分类任务。
训练集的规模有60000条，大概训练了100个epoch，最终的分类精度为93%。
二、数据集介绍
数据集为脱敏后的微博热点新闻评论数据集，整个数据集中共60000条数据，有两列特征
- text：微博热点新闻评论
- label：分类标签，0和1
数据下载链接：
<