为了做数据分析，安装了jupyter notebook。

今天下午用pip安装aiml的时候出现报错，原因是版本太旧。用pip install —upgrade pip更新自己也会报错。

​ 之前导师让我做过一段时间的“针对多标记情绪分类中的不平衡问题”，我用了过采样、欠采样方法都没有提升。最近看了一篇李寿山老师组的论文，“基于多通道LSTM的不平衡情绪分类方法”[1]。

感觉Next主题比landscape-plus好看，所以给博客换一个主题。

1 站点配置

​ 在hexo的_config.yml（站点配置文件）中，

1
2
3
4
5
6
7

# 设置主题
# theme: landscape-plus
theme: next
#设置语言
# language: zh-CN
language: zh-Hans

（1）安装

1

pip install gensim

FastText是Facebook开发的一款快速文本分类器，提供简单而高效的文本分类和表征学习的方法，

1
2
3
4
5
6
7
8
9

1） fastText 文本分类
	paper：A. Joulin, E. Grave, P. Bojanowski, T. Mikolov, Bag of Tricks for Efficient Text Classification		
	https://arxiv.org/abs/1607.01759
2） 词嵌入学习
	paper:P. Bojanowski*, E. Grave*, A. Joulin, T. Mikolov, Enriching Word Vectors with Subword Information
	https://arxiv.org/abs/1607.04606
	
github链接：<https://github.com/facebookresearch/fastText>

​ 选用不同的词向量作为模型的初始值，效果的差异非常大！所以选择一个好用的词向量还是很重要的。中英文的词向量的处境不同：

1
2

英文的词向量可以训练，也可以用Google训练好的那个模型。 
但是中文就不行了，没有公布一个权威的词向量。

​ 刚开始做文本分类的时候，用的是传统的文本分类方法，包括特征选择（MI、IG、CHI）、文本表示(BOOL、TF、TFIDF)、文本分类(朴素贝叶斯、SVM)、模型评估(acc、precision、recall、fscore)。

​ 最近阅读了魏老师的“解析卷积神经网络”中的“不平衡样本的处理”，做了一些笔记。

​ 针对不平衡样本，主要有数据重采样和代价敏感学习两种方法。