07给文章贴标签文本分类入门57课件讲解.pptxVIP

07给文章贴标签——文本分类入门学习目标理解文本分类任务与有监督学习的特点；了解朴素贝叶斯分类的直观原理；能使用在线分类工具完成文本归类体验，认识机器判断的局限。关键词：文本分类｜有监督学习｜朴素贝叶斯｜垃圾邮件过滤本课核心问题垃圾邮件为什么一进邮箱就被自动扔进垃圾箱？

导入：谁把你的垃圾邮件拦在了门外？第7课·文本分类自然语言处理与应用4/23你的邮箱每天默默拦截的垃圾邮件，比你看到的多得多没有人工审核，机器凭什么判断一封邮件是广告诈骗还是正常来信？答案就是NLP最经典的应用——文本分类。核心概念文本分类＝给一段文本自动贴上预先定义好的标签：垃圾/正常、体育/财经/娱乐、好评/差评……标签体系由人事先设定。邮件过滤垃圾/正常新闻频道体育/财经/娱乐工单分派售后/物流/质量意图识别查天气/订机票/闲聊共同点：先由人定义有哪些类别，再让机器学会判断——这就是有监督学习

有监督学习：机器怎么学会分类？第7课·文本分类自然语言处理与应用5/23与上节课聚类的区别：聚类＝没人教，机器自己分堆；分类＝有人教，先学习大量标准答案，再判断新文本。有监督学习的关键词：标注数据——人先给成千上万条文本手工贴上标签。标注数据人工给10000封邮件贴标签：垃圾/正常训练模型机器统计规律：垃圾邮件里中奖、点击、领取高频出现预测新邮件新邮件进来