1
A
回答
1
当你说,你的模型不够好,这是否意味着你生成的字典不够好?使用TF-IDF权重提取关键词并构建词典实际上是特征选择步骤。
要为您的模型提取或选择特征,您可以遵循其他方法,如主成分分析,潜在语义分析等。机器学习中的很多其他特征选择技术也可能有用!
但是我真的相信情感分类任务,TF-IDF应该是构建字典的一个很好的方法。我建议您在训练时调整模型参数,而不要责怪特征选择方法。
有许多深度学习技巧,以及适用于您的目标任务。
相关问题
- 1. 解析结构化和非结构化文本的混合
- 2. 如何分析非结构化csv文件
- 3. 结构化文本和非结构化文本
- 4. PHP非结构化文件解析器
- 5. 结构化和非结构化数据如何区分?
- 6. 如何格式化非结构化文本文件?
- 7. 非结构化文本结构化数据
- 8. 熊猫:在结构化非表格文本解析值
- 9. 解析非结构化文本的名称和地址
- 10. 解析Python中的非结构化文本
- 11. 来自非结构化文本的通用日期解析库
- 12. 非结构化文本/数字合并
- 13. 如何使用Antlr解析文件中的非结构化部分
- 14. 解析结构化文本数据
- 15. 从文本语料库中分离非结构化语句
- 16. 解析非结构化数据
- 17. 如何在非结构化文本中查找特定信息
- 18. python - 如何解析半结构化文本(cran.all.1400)
- 19. 如何将此非结构化数据转换为结构化?
- 20. 结构化,非结构化和半结构化数据
- 21. 文本匹配 - 非结构化数据到结构化数据 - SAS或R
- 22. 使用java将非结构化数据(文本)转换为结构化格式
- 23. 如何搜索非结构化XML?
- 24. 如何索引非结构化网格?
- 25. 解析并将非结构化文本文件导入到Microsoft Access中(文件具有潜在分隔符)
- 26. 解析来自非结构化文件的数据
- 27. 谷歌分析mvc结构化网站
- 28. 从BeautifulSoup解析非结构化数据到结构化数据集
- 29. 解析字典术语的非结构化文本以包含术语链接
- 30. 如何解析结构化格式?