multi-class-text-classification-cnn-rnn
Classifique descrições de crimes de São Francisco em 39 categorias usando um modelo híbrido TextCNN e GRU.
Classifique conjuntos de dados de texto com uma arquitetura CNN e GRU do TensorFlow 2.x Keras.
Esta ferramenta open-source implementa um modelo híbrido TextCNN e GRU usando o TensorFlow para classificar texto em múltiplas categorias. Ela é adequada para cientistas de dados e engenheiros de machine learning que desejam experimentar arquiteturas de deep learning para texto.
O que é
Ela treina uma rede neural combinando camadas convolucionais e unidades recorrentes controladas em embeddings de palavras para mapear descrições de texto para rótulos categóricos. O pipeline lida com pré-processamento de dados, treinamento de modelo, exportação de artefatos e previsão em lote nativamente.
Para quem
Ela é adequada para profissionais de machine learning trabalhando em tarefas de classificação de texto multi-classe que desejam uma implementação de referência usando TensorFlow Keras. Ela não é adequada para usuários não técnicos ou aqueles que buscam uma aplicação web sem código.
Recursos principais
TextCNN e GRU Híbridos
Combina camadas de rede neural convolucional e recorrente para classificação de frases.
Treinamento Configurável
Aceita arquivos de configuração JSON externos para gerenciar hiperparâmetros e comprimentos de sequência.
Exportação de Artefatos
Grava automaticamente modelos salvos, índices de vocabulário, rótulos de classe e parâmetros treinados.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Combina arquiteturas CNN e GRU para classificação de sequências
- Inclui dados de exemplo em pacote e configurações de treinamento
- Exporta artefatos de modelo estruturados e mapeamentos de vocabulário
- Fornece scripts dedicados tanto para treinamento quanto para inferência
Onde deixa a desejar
- Requer ambiente virtual Python manual e instalação de dependências
- Apenas interface de linha de comando sem interface gráfica de usuário
- Executar o treinamento de deep learning requer um ambiente de computação adequado
Preços & licença
Gratuito sob a licença Apache-2.0. Não há opções hospedadas pagas mencionadas no repositório, portanto o único custo é executá-lo por conta própria no seu próprio hardware.
Vagas para quem fala português
876 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
Qual framework o modelo usa?
O modelo é construído usando o TensorFlow 2.x Keras.
Onde os artefatos do modelo treinado são salvos?
Os artefatos são gravados no diretório trained_results, incluindo o modelo salvo e os mapeamentos de vocabulário.
