1回答
我正在尝试解决一个NLP多标签分类问题。我有大量的文档，这些文档应该分为29个类别。在清理文本、停止单词删除、标记化等之后，执行以下操作： 为了创建特征矩阵，我查看了每个文档中术语的频率分布，然后创建了这些术语的表(其中删除了重复的术语)，然后计算了每个单词在其相应文本中的术语频率(tf在对它们进行缩放之后，我使用OneVsRestClassifier(SVC)进行分类。 我得到了一个关于0.58的F1 score，但它根本没有改善，我需要得到0.62。 我是否正确地处理了问题？我是否需
浏览 29提问于2019-02-12得票数 4
回答已采纳
我一直使用"CMU电影摘要语料库“作为我自己学习的电影类型分类，因为我是相对较新的NLP。这是一个多标签分类任务。然后将输出输入到神经网络中，但当我试图训练我的模型时，我得到了以下错误：创建TF-以色列国防
浏览 3提问于2021-08-16得票数 0
1回答
我有一个针对大量文本的多标签分类项目。我对文本(train_v‘’doc_text‘)使用tf-Idf向量器，如下所示： tfidf_transformer = TfidfTransformer()X_tfidf = tfidf_transformer.fit_transform(X_counts)
x_train_tfid
浏览 13提问于2019-02-13得票数 2
回答已采纳
3回答
[文本分类]
、、、
我遵循这个指南，尝试使用上面的指南中所示的MeanEmbeddingVectorizer和TfidfEmbeddingVectorizer作为输入来创建二进制分类器和多标签分类器。以下是每种模型的准确性(二进制分类器)：extraT_countVect: 0.8855randomF_tfidf多标签分类器也产生了相似的结
浏览 0提问于2017-05-24得票数 1
我正在研究一个多类文本分类问题，并试图绘制ROC曲线，但到目前为止没有成功。尝试了许多可用的解决方案，但没有奏效。请有人帮我把下面的代码画成ROC曲线。实际上，有五个不同的类，我正在为其执行文本分类。= count_vector.fit_transform(train.data)x_train_tfidf = tfidf_transformer.fit_transform(x_trian_tf</em
浏览 0提问于2020-07-04得票数 3
回答已采纳
我正在研究一个有10个标签的多标签文本分类问题。数据集很小，总共+- 7000个项目和+-7500个标签。我正在使用python sci-kit learn，在结果中出现了一些奇怪的东西。作为基准，我从使用countvectorizer开始，实际上计划使用tfidf向量器，我认为它会工作得更好。但它不..。使用countvectorizer，我可以获得0,1更高的f1score。(0,76 vs 0,65)
我不明白为什么会出现这种情况？有10个类别，其中一个被称为杂项
浏览 1提问于2016-07-05得票数 0
我正在学习多标签分类，并试图从scikit learning中实现tfidf教程。我正在处理一个文本语料库，以计算其tf-idf分数。purpose.Using、CountVectorizer和TfidfTransformer使用了模块sklearn.feature_extraction.text，现在我已经将语料库矢量化，并为每个词汇表使用了tfidf0.0285015996586我想把这个sparse.csr.csr_matr
浏览 3提问于2016-11-20得票数 6
回答已采纳
我对文件进行分类，所以我也把tf-国防军的向量器推到管道上。confusion_matrixpipeline = Pipeline([
('tfidf
浏览 3提问于2016-01-19得票数 30
在我最近对机器学习NLP任务的研究中，我发现了一个非常好的教程，教我如何构建第一个文本分类器：
https://towardsdatascience.com/machine-learning-nlp-text-classification-using-scikit-learn-python-and-nltk-c52b92a7c73a要点是，我一直认为你必须在使用单词袋或WordEmbeddings或TF-以色列国防军之间进行选择，但在本教程中，作者使用了单词包(CountVectorizer)
浏览 0提问于2020-11-20得票数 1
回答已采纳
0.963977575302124), ('Baseball', 0.9581758379936218), ('Cyberpunk', 0.9565480351448059)]clf = OneVsRestClassifier(lr)
// xtrain_tfidf, ytrain are
浏览 8提问于2021-08-17得票数 0
我是NLP的乞丐，我有一些关于分类任务的问题。我在数据帧结构中有一个数据集，其中包含两列，第一列是文本(所以字符串)，第二列在每个测试的标签中。为了应用MLP，我可以使用以下代码Test_X_Tfidf =
浏览 3提问于2021-06-01得票数 0
回答已采纳
2回答
面向大数据集的多标签分类
、、、、
我正在解决一个多标签分类问题。我有大约600万行要处理，这些行是巨大的文本块。它们在单独的列中使用多个标记进行标记。('vectorizer', CountVectorizer(min_df=1)), ('
浏览 3提问于2013-11-29得票数 6
这是我要执行的gridSearch的参数： 'tfidf-vect__stop_words': (None,'english'), 'tfidf-vect__max_
浏览 1提问于2015-10-07得票数 0
回答已采纳
1回答
我已经修改了本教程()，以便在路透社语料库上构建文本分类器。但是，我得到了一个错误的输入形状：train_tf = tf_transformer.transform(train_counts)tfidf_transformer = TfidfTransformer()
train_tfidf
浏览 7提问于2017-09-03得票数 2
回答已采纳
1回答
对于我的nlp问题，我使用了一个TF下手和KMeans的组合从学习包。tfidf获取向量，然后使用Kmeans对文本进行基于向量的聚类。我有一些类似于n_gram、输入特性和stop_words之类的TFIDF参数。问题是如何评估这个模型？我的猜测是，我不需要评估KMeans模型，因为它的作用只是计算点之间的距离，而我只需要专注于TFIDF模型和我最终使用的参数。这是正确的吗？编辑:我忘了说:我没有目标标签。我基本上是把看起来像集群一样的文本分组。
浏览 0提问于2022-12-06得票数 0
我是数据科学和NLP的新手。我试图解决一个问题，那就是有100万行和大约5万个不同的类。dataset有一些文本列作为预测器，另一个是多标签响应。我一直在使用tfidf来表示文本字段，使用MultiLabelBinarizer来转换标签。但MultiLabelBinarizer给了MemoryError。而且，我不可能使用序列序列传递遗留的多标签数据表示，因为在sklearn包中似乎不再支持。那么，我该怎么做呢？
任何帮助都是非常感谢的。提前谢谢。
浏览 0提问于2018-11-24得票数 0
回答已采纳
1回答
一个多标签文本分类问题
、、、
我想解决一个多标签的文本分类问题，但是我真的不知道如何正确地表述它，这样我就可以查找它。我的问题是：我想把句子分为三个标签(例如)目标、方法和结果。其结果将是：
object
浏览 0提问于2022-03-11得票数 2
回答已采纳
4回答
NLP -如何添加更多功能？
、、、、
我想使用sklearn分类器训练一个模型，使用文本特征(内容)、数字特征(人口)和分类特征(位置)对数据条目(是，否)进行分类。 ? 下面的模型仅使用文本数据对每个条目进行分类。在将文本导入分类器之前，使用TF-IDF将文本转换为稀疏矩阵。 有没有办法添加/使用其他功能？这些特征不是稀疏矩阵格式，因此不确定如何将它们与文本稀疏矩阵相结合。pipeline = Pipeline([('bag_of_words',CountVectorizer(anal
浏览 91提问于2019-05-31得票数 2
回答已采纳
我正在为一个多类分类问题建立一个模型。因此，我想用召回和精确性来评估模型的性能。我在dataset中有4个类，它是以one hot表示形式提供的。我正在阅读和 tf.keras文档，并有一些问题：
在计算多类分类的精确性和召回性时，如何求出所有标签的平均值，即全局精度和召回率？如果要分别计算每个标签的精度和召回，可以使用参数class_id对每个标签进行one_vs_rest或binary分类。就像我在下面代码中
浏览 25提问于2022-06-22得票数 2
1回答
我是NLP的新手，这让我有点困惑。我试图在我的数据集上使用SVC进行文本分类。我有一个6个类的不平衡数据集。这篇文章是健康、体育、文化、经济、科学和网络课程的新闻。我用TF-以色列国防军进行矢量化。category']y_test = test['category']
text_clf_lsvc = Pipeline([('tfidf然后我决定降低维数:所以在我的第二次尝试中，我添加了Tr
浏览 1提问于2020-12-04得票数 0
回答已采纳
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
腾讯会议
云直播活动推荐
腾讯云开发者
