文本分类模型
是一种机器学习模型，用于将输入的文本数据自动分类到预定义的类别中。它是云计算领域中的重要应用之一，可以帮助企业和个人快速、准确地处理大量文本数据。
文本分类模型的分类方法有很多种，常见的包括基于规则的分类、基于统计的分类和基于机器学习的分类。其中，基于机器学习的分类方法在实际应用中表现较好。
文本分类模型的优势包括：
- 自动化：文本分类模型可以自动处理大量的文本数据，减少人工干预的工作量。
- 高效性：文本分类模型可以快速对文本进行分类，提高处理效率。
- 准确性：经过训练和调优的文本分类模型可以达到较高的分类准确率。
- 可扩展性：文本分类模型可以根据实际需求进行扩展和优化，适应不同规模和复杂度的文本分类任务。
文本分类模型在许多领域都有广泛的应用，例如：
- 垃圾邮件过滤：通过将邮件进行分类，可以自动将垃圾邮件过滤掉，提高用户的邮件使用体验。
- 情感分析：通过对用户评论、社交媒体内容等进行分类，可以了解用户对产品、事件等的情感倾向，帮助企业做出相应的决策。
- 新闻分类：将新闻文章进行分类，可以帮助用户快速找到感兴趣的新闻内容。
腾讯云提供了一系列与文本分类相关的产品和服务，包括：
- 自然语言处理（NLP）：腾讯云的NLP服务提供了文本分类、情感分析、关键词提取等功能，可以帮助用户快速构建文本分类模型。
- 人工智能开放平台（AI Lab）：腾讯云的AI Lab提供了丰富的人工智能算法和模型，包括文本分类模型，用户可以根据自己的需求选择合适的模型进行使用。
- 云服务器（CVM）：腾讯云的云服务器提供了高性能的计算资源，可以用于训练和部署文本分类模型。
更多关于腾讯云文本分类相关产品和服务的详细信息，可以访问腾讯云官方网站：https://cloud.tencent.com/product/nlp
相关·内容
我刚刚完成了我的AutoML文本分类模型(单标签)的培训。
我计划使用控制台进行批量预测，但我刚刚发现这将是多么昂贵，因为我有30多万条文本记录要分析。
所以现在我想将模型导出到我的本地机器，并在那里运行预测。
我发现可以导出"AutoML表格模型“和"AutoML边缘模型”。但是对于文本分类模型，没有什么可用的。
我试着遵循"AutoML表格模型“的说明，因为这看起来像最接近文本分类模型的东西，但是我找不到”导出“按钮，该按钮应该存在于”模型详细信息“页面中。
因此，我对此有一些疑问：
如何导出AutoML文本分类模型？
AutoML文本分类模型是否与
浏览 4提问于2022-01-09得票数 1
回答已采纳
1回答
情景1:
我训练了一个文本分类模型(模型1)，它给了我一个真实类别的概率为X。我还训练了一个分类模型(模型2)，只使用分类和数字数据。这两个模型都用于预测同一个真正的类；只是特性不同。我对模型1和模型2返回的概率(以它们作为输入特征)使用了随机林分类器，并得到了类似的性能度量(准确性、精确召回)。模型1和模型2的特征重要性分别为49%和51%。
情景2:
我使用文本分类模型的概率X作为模型2的输入特性(包含分类和数字特征)。其性能与情景1基本相似，但最终模型的特征重要性表明，文本模型概率在68%左右，其余特征的重要性较小。
我想了解这两种情况在特征重要性上的区别。
浏览 0提问于2021-01-05得票数 0
回答已采纳
1回答
我在看文本分类，出于好奇，我在网上搜索哪些是最好的文本分类模型。关于这一点，我发现它们是线性支持向量机和朴素贝叶斯。
但是，在文本分类中，哪些模型更糟糕呢？如果可能的话，为什么？
浏览 0提问于2020-11-26得票数 0
回答已采纳
IBM NL分类器和NLU自定义模型分类之间的区别是什么？ NL分类器在文本(可能是短文本)上进行训练，当检查NLU自定义模型时，它也可以在自定义数据上进行训练以进行分类。 有人知道有什么不同吗？谢谢
浏览 9提问于2019-10-14得票数 0
我已经使用GUI训练了一些示例arff文件的分类器。经过训练后，我保存了获得的模型。
现在我需要在java代码中使用这个模型文件来对一些文本进行分类，您能告诉我应该如何继续吗？我不想做评估，但想对输入的文本进行分类。
我已经去过 & 了。
但是仍然找不到它的代码，.I只是获得了加载模型文件的方法，.But没有得到任何关于直接将文本分类到类的线索。在这方面的任何帮助都是有帮助的。
浏览 2提问于2014-01-30得票数 2
我使用ktrain对文本分类的bert模型进行了微调。同样，我想在另一个文本分类数据上对此模型进行微调。我该怎么做？
浏览 23提问于2021-04-29得票数 1
我是Python的新手，一直在使用tensorflow执行文本分类。我想知道这个文本分类模型是否可以用我将来可能获得的每个新数据来更新，这样我就不必从头开始训练模型了。此外，有时随着时间的推移，类的数量可能也会更多，因为我主要是处理客户数据。通过使用现有的检查点，是否可以使用包含更多类别的数据来更新现有的文本分类模型？
浏览 12提问于2018-08-30得票数 0
1回答
我在CSV中用两个标签训练了一个自定义分类器，我给我的自定义分类模型提供了1000条文本。
但是当我在我的自定义分类模型中运行一个作业时，这个作业需要5分钟(运行)来分析一个新文本，我在AWS中搜索这个问题，但是我没有找到任何答案.
如何加快/优化我的工作，以分析新的文本与模型？
提前谢谢你
浏览 2提问于2019-11-09得票数 0
回答已采纳
我想做图像分类。在我的数据集中，尽管图像特征是这种分类(颜色、形状等)的强大组成部分，但是如果不解释图像中的文本，那么中的某些类别的图像将很难被区分。
我不认为VertexAI/AutoML将使用预先训练的模型来促进分类，如果在某些情况下，唯一的区别是文本。我知道Google Vision/OCR有能力进行这样的提取。但是是否有一种方法来进行图像分类(VertexAI/AutoML)，使用Google提取作为一种额外的图像特征
目前，我的项目使用了3种模型(没有google云)：
模型1:使用图像特征对图像进行分类
模型2:只使用OCR + regex (相同类别)对图像进行分类
浏览 8提问于2022-01-07得票数 2
我需要采取哪些步骤来构建深度学习文本分类器，更具体地说，是在一组未标记的文本中识别作者(作者归属)的文本分类器？我正在使用的模型是word-word CNN (卷积神经网络)，它在文本分类等方面已经被证明是非常成功的。我希望在python中建立这个模型。
我是深度学习的新手，所以任何资源和信息都是非常感谢的。
浏览 0提问于2020-03-04得票数 1
我正在设计一个可以用来搜索许多不同事物的提前输入服务。我在考虑创建一个文本分类模型，在实际进行搜索之前对这些搜索进行分类。
下面是我希望从分类模型中得到的结果的一个例子。
输入
John Smith
输出
[
{
"likeliness": .6,
"category": "car-name-typeahead-search"
},
{
"likeliness": .9,
"category": "person-name-typeahead-search"
浏览 1提问于2019-09-23得票数 0
回答已采纳
我想使用带有Rapidminer工具的分类器模型SVM对文本数据进行分类。分类将是多类型的。由于我的数据是文本类型，因此如何使用SVM进行这种分类。我知道支持向量机只能处理数字数据。
浏览 3提问于2013-06-23得票数 0
1回答
我想用快速文本来解决文本相似性问题。我能够创建模型，以获得文本分类标签使用快速文本。但是我想得到文档向量，它是为分类层的输入而创建的，生成快速文本模型。然后利用一些相似的方法得到分数。
我怎么能这么做？任何帮助都是很好的
谢谢
浏览 0提问于2020-07-23得票数 0
回答已采纳
我有一个经过训练的google AutoML文本分类模型，我想将其部署在存储在csv file.The csv文件中的500行数据上，该模型将根据模型返回的内容来预测每行为“真或假”。目前，代码似乎只支持单行/一个文本预测。如何使用创建的模型进行批量分类？
浏览 3提问于2019-11-09得票数 0
我试图使用.onnx对从keras的多标签文本分类模型转换的模型进行推断。这是一个文本分类模型，它接受文本并提供预测类别。
我在这里遵循本教程：，但我不确定我在寻找'feed‘格式方面缺少什么。
keras模型如下所示：
def make_model():
shallow_mlp_model = keras.Sequential(
[
layers.Dense(512, activation="relu"),
layers.Dense(256, activation="relu"),
la
浏览 8提问于2022-08-25得票数 0
我在这个指南下训练了一个文本分类器：
并将模型另存为
model.save('~./output/model.h5')
在这种情况下，我如何使用这个模型来对另一个新数据集上的文本进行分类？
谢谢
浏览 0提问于2020-10-11得票数 0
我几乎读过大多数类似的问题，但我还没有找到我的问题的答案。
假设我们有四个不同标签/类的n样本，即A、B、C和D。我们训练了两个分类器：
First classifier：我们训练多类分类器，将数据中的样本分类为四类中的一种。假设模型的精度是%x。
Second classifier：现在，假设我们所关心的是，如果一个样本是A或者不是A，那么我们会训练一个二进制分类器，用于将样本分类为A或非A。假设这个模型的精度是%y。
我的问题是，我们是否可以比较x和y来衡量分类器在分类A上的性能？换句话说，多类分类器的高性能是否意味着该分类器也能够识别具有高性能的单个类？
现实世界的例子是，我在一个包含四
浏览 0提问于2020-07-31得票数 2
回答已采纳
1回答
我有一个大约400行的数据集，其中有几个分类数据列，还有一个文本形式的描述列作为我的分类模型的输入。我计划使用SVM作为我的分类模型来执行分类。由于模型无法接受非数值数据作为输入，因此我已将输入要素转换为数值数据 我已经为我的描述列执行了TF-IDF，它已经将术语转换为矩阵形式。 我是否需要使用标签编码转换分类特征，然后将其与TF-IDF合并，然后将其输入到机器学习模型中？
浏览 20提问于2020-12-17得票数 1
回答已采纳
1回答
我需要对文本进行分类，我正在使用文本blob python模块来实现它，我可以使用朴素贝叶斯分类器/决策树。我对上述各点表示关注。
1)我需要将语句归类为参数/非参数。我使用两个分类器和训练模型使用apt数据集。我的问题是，我是否需要用关键字来训练模型？或者我可以用所有可能的论点和非参数的例句来训练数据集，？在文本分类、准确性和检索时间方面，哪一种方法最好？
( 2)由于分类要么是参数，要么不是参数，那么哪个分类器会获得准确的结果？它是朴素的贝叶斯/Decision树/正的朴素贝叶斯？
提前谢谢。
浏览 0提问于2014-04-20得票数 6
这里是机器学习的初学者。我一直在关注tensorflow文本分类教程。我有代码，它使用一个训练有素的keras模型来分类电影评论基于用户输入的文本。 我的主要问题是:如何将这些代码集成到html中，以便创建一个可以接收用户文本并使用python代码对其进行分类的网站？ 我不熟悉tensorflow.js，并且转换模型不会传输keras数据集。 有没有一些web框架可以支持tensorflow库，或者其他库？或者我应该放弃这一努力，直接将模型转移到tensorflow.js中？
浏览 33提问于2019-10-03得票数 2
回答已采纳
2回答
我正在处理一个文本分类问题，也就是说，给定一些文本，我需要给它分配特定的标签。
我试过使用Facebook的快速文本库，它有两个我感兴趣的实用程序：
A)具有预训练模型的单词向量
B)文本分类实用程序
然而，这些似乎是完全独立的工具，因为我找不到任何将这两个实用程序合并在一起的教程。
我想要的是能够通过利用单词向量的预训练模型来对一些文本进行分类。有没有办法做到这一点？
浏览 6提问于2017-12-07得票数 13
回答已采纳
有没有办法在运行时通过用户输入来训练ml .net模型？我已经创建了一个文本分类模型，在本地训练它，部署它，现在我的用户正在使用它。
所需的工作流程：
文本将被分类，类别显示给用户，他可以接受它或选择另一个预定义的类别，然后这个反馈应该再次训练模型。
谢谢!
浏览 1提问于2019-11-28得票数 0
1回答
清理后的文本分类准确率明显变差？
、、、、
我试着根据今年读过的书中的文字对我是否喜欢这些书进行分类。我正在使用预处理描述的here，以及各种sklearn分类模型。 起初，我只是向模型提供原始文本，但我基于GloVe嵌入(描述为here的过程)对其进行了清理。基于GloVe嵌入，文本从40%的单词，80%的覆盖率提高到80%的单词，98%的覆盖。然而，由于某些原因，在清理文本后，分类模型的准确率似乎相同或更低。 未清理的文本模型结果： ? 已清理文本模型结果： ? 需要注意的一件事是，这些类是相当不平衡的(75%的书是好的，而25%的书是坏的)，所以75%以上的准确率应该是可以预期的，因为75%是模型如果每次都猜测好的话会得
浏览 29提问于2020-12-20得票数 0
3回答
用于文本分类的SkLearn模型
、、、、
我有一个分类器多类，使用Sklearn库提供的LinearSVC模型进行训练。这个模型提供了一个decision_function方法，我将它与numpy库函数一起使用来正确解释结果集。
但是，我不明白为什么这个方法总是试图在每个possibles类之间分配总的概率(在我的例子中是1)。
我期望我的分类器有一个不同的行为。
我的意思是，例如，假设我有一小段文本，如下所示：
"There are a lot of types of virus and bacterias that cause disease."
但是我的分类器是用三种类型的文本训练的，比如“数学”，“历史”和“技
浏览 2提问于2020-04-28得票数 3
1回答
我收集了很多我想分析和分类的数据。不幸的是，他们还没有贴上标签，所以我要手动做。数据集由意大利语文本组成，我还没有发现很多模型，我可以用这些模型作为训练模型，给它们贴上标签，并在真假之间进行分类。
假设我有30000的文本，哪个百分比就足以建立一个模型来预测剩下的部分呢？你有什么我可以建立/使用的模型吗？
浏览 0提问于2020-05-07得票数 0
1回答
我们一直在使用Weka Explorer GUI构建一些分类器模型。现在测试已经完成，我们希望在Java应用程序中实现此模型，以便它可以接受新消息。
因此，对于新消息，我们需要对消息进行标记化，将消息中的标记与用于为模型构建词向量的标记进行匹配，然后将该词向量解析为模型。
我们应该如何进行这个过程？有没有可用的例子？
我们如何处理新的标记(即出现在新文本消息中的单词，这些单词不是用于构建模型的单词向量的一部分)？
对于分类器预处理/标记化，我们使用NGram标记器，Stemmer和IDF变换。因此，我们需要弄清楚如何执行这些步骤，然后才能基于我们想要分类的文本创建新的实例。
在浏览器中构建分类
浏览 1提问于2011-08-27得票数 3
回答已采纳
2回答
我希望有人能为我的项目提供指导/投入/建议，我相信人工智能可以帮助我。
我对人工智能有一个大致的理解，但我缺乏正规的训练。
我从来没有靠自己从零开始建立过神经网络。
任务
构建一个能够为输入文本数据分配标签的分类模型。
与教科书中的例子不同，输入是自由文本，所以既不是分类的，也不是数字的。
更复杂的是，我使用的训练数据中的预测因子通常是相似的。
数据
输入:由职务说明组成的短文本数据，例如。_senior营销manager_最短条目由一个单词组成，最长的输入数据最多为20 words.，输入数据形成一个封闭列表(~130 k条目)，但可能会出现新的、看不见的文本。
标签:65个文本标签的
浏览 0提问于2021-06-09得票数 2
回答已采纳
这些变量包括分类变量(包含视频、作者)和数字变量(平均单词长度)和文本(单词组合)。
我对此感到困惑，因为据我所知，只有回归可以用来预测连续变量。然而，我正在考虑为文本和标题形成一个单词数组，而且我确实有其他的分类变量，所以我不确定哪个模型是理想的。哪个ML模型是预测连续变量的最佳模型？
浏览 0提问于2020-10-01得票数 0
4回答
文本分类分类器
、、、、
有没有人知道好的开源文本分类模型？我知道斯坦福分类器，Weka，Mallet等，但它们都需要培训。
我需要将新闻文章分类为体育/政治/健康/游戏/等等。有没有预先训练好的模型？
炼金术、OpenCalais等都不是选项。我需要开源工具(最好是Java)。
浏览 1提问于2013-03-07得票数 6
回答已采纳
1回答
我正在尝试做有毒评论分类。我在中找到了一个数据集。它有许多注释，并为标签类"severe_toxic“..etc提供了相应的值。我希望将我的单个文本输入分类到相应的标记类中。我用LSTM创建并训练了一个模型。现在我想给出一个单一的文本句子作为模型的输入来预测输出。但我不知道如何转换文本输入，并将其提供给经过训练的模型。
源代码已从获得.
浏览 2提问于2020-02-25得票数 0
回答已采纳
我试图用47893个类和13亿(1,302,687,947)数据样本构建一个文本分类器。用这种数据建立的最好的分类器是什么？每个数据标签将包含行业，部门，专业化，规范化的角色信息和数据有标题和技能信息。我尝试用少量的数据构建一个分类器，我可以看到数据有足够的不同信息来区分类信息。数据大小为4.56GB。
__label_0043-0010-1002-1005 senior_data_scientist_python,_r,_machine_learning,...
<---label information-----> <---------------data--------
浏览 0提问于2023-02-01得票数 3
1回答
我训练了两个不同的模特
related/not-related)ModelB：ModelA:检查输入文本是否与我的工作相关(二进制分类器，相关文本的分类器(分类器，好/正常/坏))。只有相关的文本被从ModelA中继到这个模型。
我想要
good/normal/bad/not-relatedI'll ModelC:批量输出ModelC的集成分类器。not-related和good/normal/bad可以混成一批。我要他们分开。--
一些我需要的伪代码
# Output of modelA will be a vector I presume `(1, None)` where `No
浏览 1提问于2020-11-24得票数 7
回答已采纳
1回答
基于相似度的文本分类分析
、、、、
我已经阅读了大量关于文本分类和不同方法/模型的文献，特别是使用Python语言，但我可能仍然缺少一些关于如何构建模型和所涉及的步骤的内容。
我有多个数据集，每个数据集都涉及特定的主题。这些数据集包括目前手动标记的新闻和假新闻。我已经收集了不同来源的类似主题的文本(使用关键字)，现在我想尝试建立一个模型，可以让我分类为真实或假的新闻自动。
我认为，研究词语和标点符号的频率，以及相似性，试图根据相同的条件(例如，抄袭文本之间的相似性)对相似的文本进行分组可能是有用的。我使用相似(Jaccard或余弦)来比较文本而不是文字，但我不知道这是否是正确的方法，以及我应该如何在此基础上创建一个模型。
也许最
浏览 0提问于2020-05-11得票数 0
2回答
我正在尝试使用SVM light构建一个分类器，它将文档分类为两个类别中的一个。我已经训练并测试了分类器，并将一个模型文件保存到磁盘上。现在我想使用这个模型文件来对全新的文档进行分类。它的输入文件格式应该是什么？它可以是纯文本文件(我不认为这是可行的)，或者仅仅是文本文件中存在的特征的简单列表，而没有任何类标签和特征权重(在这种情况下，我必须在训练期间跟踪特征向量中特征的索引)，或者它是某种其他格式？
浏览 2提问于2013-08-20得票数 8
1回答
我已经训练了一个文本分类模型(用于对用户代理字符串进行分类)，并生成了一个bin文件。我正在寻找托管模型(最好是Redis)，但还没有找到任何相关的文章。该模型将需要对每秒数百万个请求进行分类，如果不是更多的话，并且需要托管在多个服务器实例中。因此，我希望通过Redis或任何其他可扩展的方式，为托管模型创建一个有效的解决方案。 蒂娅！
浏览 36提问于2021-10-29得票数 0
1回答
我即将开始一个项目，目标是对PDF文档进行分类。我想知道是否有一个最佳实践方法来解决这个问题。
具体来说，我想知道以下两种方法中的一种是否通常表现得更好：
使用OCR读取器将文件转换为文本，并对文本数据进行分类器模型的训练。
将文件转换为图像并训练CNN分类器模型
我计划把不同的推荐信和证书分类。由于这些文件中的大多数都在类中共享类似的布局和文本，所以这些想法都应该得到解决。我想知道是否有人已经在这方面取得了经验，并能告诉我一些优点/缺点时，使用一种特定的方法。
任何帮助我都会非常感激。
浏览 0提问于2020-01-09得票数 3
回答已采纳
我想分类一个支持票的数据集，它主要包含描述字段中的文本，有时在一个单独的字段中包含服务器日志。
日志字段并不总是在那里，但是当它出现时，它是票证目标类的一个很好的指示符。
我创建了一个基于CNN的分类器，该分类器可以根据日志字段对票进行分类，并为描述字段创建了一个支持向量机clf，该分类器具有基于TFIDF的特征。
我正在考虑将CNN分类器的输出概率添加到基于TFIDF的SVM分类器中，将这些模型组合成一个特征列。
有没有更好的方法来组合这些模型？
有没有更好的方法来解决这个问题，而不是有两个单独的模型？
浏览 0提问于2018-11-27得票数 0
我正在使用python中来自SciKit库的SciKit来对文本数据进行分类，并且它工作得很好。我的问题是，有办法找到我的分类器模型的支持向量吗？我想我的数据的支持向量应该是一个单词列表！
我需要这样做，因为我想为不同的文本数据找到分类器的一个显著特征。(不同的文本数据是如何区分的)
提前谢谢。
浏览 0提问于2014-04-15得票数 2
回答已采纳
是否可以使用印尼语数据集创建自定义文本/内容分类模型，然后使用它对以印尼语编写的文章进行分类？谢谢!
浏览 11提问于2019-01-10得票数 0
我已经建立了一个小的文本分析模型，它将小的文本文件分类为好的、坏的或中立的。我用了一个支持向量机作为分类器。但是，我想知道我是否可以将这三种类型都分类为“好”或“坏”，但是如果对该文本文件的支持低于.7或某个用户指定的阈值，它会将该文本文件分类为中性的。我知道这不是最好的方法，我只是想看看如果我采取不同的方法会发生什么。
浏览 1提问于2015-04-10得票数 0
回答已采纳
1回答
是否可以在nlp中使用模糊分类模型，如fknn，fsvm？我的意思是，我见过人们在从twitter/reddit api中提取的文本特征数据上使用Knn、SVM来检测抑郁、自杀等情绪。我们是否也可以使用模糊Knn、模糊svm来检测文本特征上的情感呢？我没有看到任何关于这个问题的研究论文，也没有任何使用fKnn或文本特征/社交媒体数据的模糊分类模型来检测情绪的人。有人能向我详细解释一下它的答案吗？
浏览 0提问于2022-09-20得票数 0
1回答
我是Mahout的新手，我的工作是对非结构化文本文档进行分类。
我一直关注，因为我使用的是朴素贝叶斯模型。我已经到了训练分类器的阶段，但我不确定如何将新文档转换为tfidf向量进行分类。
我的数据被存储为一个TSV文件，它有一个标签和对应的文本。我使用seq2parse创建训练模型所需的tfidf向量。
然后，我使用这些tfidf向量训练模型，得到一个朴素贝叶斯模型。
现在我有了一个新的未标记的文本文档，我希望使用这个经过训练的模型对其进行分类，但我不确定如何将其转换为tfidf向量。如果我再次使用seq2parse，那么它将创建一组新的字典文件，等等，我假设这与为训练集创建的字典不对应。
我
浏览 2提问于2014-05-14得票数 0
1回答
我试图用tensorflow实现一个卷积神经网络来对文本进行分类。我已经找到了一些已实现的模型，尤其是两个实现：
我不允许发布超过2个链接，我将尝试提供评论中的消息来源
然而，它们在架构上似乎有根本的不同。第一个模型使用与输入数据并行的卷积，而第二个模型以顺序方式使用卷积。我把这两种模型形象化为拉伸板：
首先是平行卷积。在卷积后，结果被连在一起，用一个完全连接的层产生输出。
序贯卷积似乎更直截了当，我们使用前一层的结果作为下一层的输入。
所以我的问题是，既然两者都被用来对文本进行分类，那么这两种实现之间的区别何在，哪一种更适合对文本进行分类？
浏览 0提问于2017-06-13得票数 1
回答已采纳
1回答
我正在创建一个python模型，它将根据文本对给定的文档进行分类。因为每个文档仍然需要人工审查，所以我正在创建一个建议平台，它也将为用户提供给定文档所属的前n类。此外，每个文档可以属于多个类。我有一个训练文档集，其中充满了富文本及其标记。 我想要做的是对每个文档执行回归，以获得每个分类的概率分数，并返回得分最高的前5个类别。 我已经研究了贝叶斯分类模型和推荐系统，我认为逻辑回归会更好，因为它会返回一个分数。我是机器学习的新手，如果有任何模仿此类问题的建议或例子，我将不胜感激。谢谢。 编辑:具体地说，我的问题是，我应该如何解析文本数据，以便使用逻辑回归进行ML建模？我是否需要使用Word2Ve
浏览 17提问于2019-03-15得票数 1
1回答
我使用Keras构建了一个用于文本分类的LSTM模型。现在我有了要训练的新数据。我没有附加到原始数据并重新训练模型，而是考虑使用模型权重来训练数据。即使用新数据进行训练的权重。然而，不管我训练的量有多大，模型都不能预测正确的分类(即使我给出相同的句子进行预测)。可能的原因是什么？请帮帮我。
浏览 1提问于2018-11-26得票数 0
1回答
为了完善买方物资集团的回收系统，我们公司愿意利用客户的历史花费数据来培训一个模型。应该对模型进行历史上的“短文本描述”的训练，以预测合适的BMG。数据集有超过500.000行，文本描述是多语言的(最多40个字符)。
1.问题:如果我考虑到描述是用多种语言进行的，我是否可以使用监督学习？如果是的话，像多项式朴素贝叶斯或支持向量机这样的经典方法合适吗？
2.问题:如果我想改进第一个模型，以防它表现不好，并使用无监督的多语言嵌入来构建一个分类器。以后如何在数字标签上训练这个分类器呢？
如果你有其他的想法或方法，请放心:)。(这是一个简单的文本分类问题)
浏览 2提问于2020-05-06得票数 1
回答已采纳
1回答
我需要建立ML/NN模型来分类/预测给定的字符串模式。示例培训数据如图像所示。输入将是列"Id号“中的字符串，我需要在列”it“中告诉它属于哪个类。
📷
如何在建立文本分类模型方面取得进展？如何将字符串转换为数字，以便在keras中使用嵌入？
浏览 0提问于2019-11-20得票数 0
回答已采纳
3回答
多标签文档分类
、、、
我有一个数据库，我在其中存储基于以下三个字段的数据: id，文本，{标签}。请注意，每个文本都已分配给多个标签\标记\类。我想构建一个模型(weka \ rapidminer \ mahout)，它将能够推荐\分类一堆标签\标签\类到给定的文本。
我听说过SVM和朴素贝叶斯分类器，但不确定它们是否支持多标签分类。任何引导我走向正确方向的东西都是非常受欢迎的！
浏览 3提问于2013-05-21得票数 7
我使用pickle保存贝叶斯定理的分类模型，我保存了一个2.1 GB的文件，分类后有5600条记录。但是当我加载这个文件时，它需要将近2分钟，但是对于一些文本分类，它需要5.5分钟。我正在使用下面的代码来加载它并进行分类。
classifierPickle = pickle.load(open( "classifier.pickle", "rb" ) )
classifierPickle.classify("want to go some beatifull work place"))
第一行用于加载pickle对象，第二行用于对文本进行分
浏览 0提问于2016-08-11得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
