一些解决文本分类问题的机器学习最佳实践.pdfVIP

  • 5
  • 0
  • 约小于1千字
  • 约 1页
  • 2020-10-30 发布于天津
  • 举报

一些解决文本分类问题的机器学习最佳实践.pdf

一些解决文本分类问题的机器学习最佳实践 编者按:文本分类是各类应用中的一种基础机器学习问题,近日,一篇关于 文本分类的文章成功引起学界大牛和竞赛机构注意,让他们在 twitter 上争相转载。那么, 它到底讲述了什么内容呢?考虑到原文过长,本文是其中的(上)篇。 文本分类是一种应用广泛的算法,它是各种用于大规模处理文本数据的软件系统的核心, 常被用于垃圾邮件识别及帮助论坛机器人标记不当评论。 当然,以上只是文本分类的两种常规应用,它们处理的是预定义的二元分类问题。在多元 分类任务中,算法分类主要基于本文中的关键词 分类器标记垃圾邮件,并把它们过滤到垃圾邮件文件夹中 另一种常见的文本分类是情感分析,它的目标是识别文本内容积极与否:文字所表达的思 想类型。同样的,这也是多元分类问题,我们可以采用二元的喜欢 /不喜欢评级形式,也 可以进一步细化,如设成 1 星到 5 星的星级评级。情感分析的常见应用包括分析影评,判 断消费者是否喜欢这部电影, 或者是分析大型商场的评论, 推测普通大众对某个品牌新产 品的看法。 本指南将介绍

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档