Quora-Question-Pairs

Can you identify question pairs that have the same intent?

项目课题

句子相似度匹配 地址：https://github.com/udacity/cn-machine-learning/tree/master/quora-question-duplicate

项目环境

Anaconda jupyter Notebook5.6.0

本项目用到的库

• warnings
• numpy
• pandas
• matplotlib
• gensim
• time
• sklearn
• timeit
• string
• nltk
• fuzzywuzzy
• tqdm
• scipy
• csv
• xgboost

数据准备

数据集下载地址：https://www.kaggle.com/c/quora-question-pairs/data 额外数据GoogleNews-vectors-negative300.bin下载地址：https://s3.amazonaws.com/dl4j-distribution/GoogleNews-vectors-negative300.bin.gz

项目运行时间

在我自己的电脑上大约需要一个小时，电脑配置如下：

• 处理器：2.4GHz Intel Core i5
• 内存：8GB 1600MHz DDR3
• 图形卡：Intel iris 1536 MB
• 操作系统：macOS Mojave 10.14.1

项目文件说明

• 项目运行过程中产生的特征工程文件存储在“features_file”文件夹中
• 数据集需下载并放在“quora_dataset”文件夹中
• GoogleNews-vectors-negative300.bin文件下载后存储在“词向量_for_toxic”文件夹中