网站300m空间,天堂呦呦,免费申请商家收款码,seo短视频发布页分类目录#xff1a;《自然语言处理从入门到应用》总目录 文本分类#xff08;Text Classification, Text Categorization#xff09;是最简单也是最基础的自然语言处理问题。即针对一段文本输入#xff0c;输出该文本所属的类别#xff0c;其中#xff0c;类别是事先定义…分类目录《自然语言处理从入门到应用》总目录 文本分类Text Classification, Text Categorization是最简单也是最基础的自然语言处理问题。即针对一段文本输入输出该文本所属的类别其中类别是事先定义好的一个封闭的集合。文本分类具有众多的应用场景如垃圾邮件过滤将邮件分为垃圾和非垃圾两类、新闻分类将新闻分为政治、经济和体育等类别等。在《自然语言处理从入门到应用——自然语言处理的应用任务》文章中介绍的文本情感分类任务就是典型的文本分类问题类别既可以是褒、贬两类也可以是喜、怒、哀和惧等多类。在使用机器学习尤其是深度学习方法解决文本分类问题时首先需要使用《自然语言处理从入门到应用——文本的表示方法》中介绍的文本表示技术将输入的文本转化为特征向量然后使用后文将要介绍的机器学习模型也叫分类器将输入的特征向量映射为一个具体的类别。
除了直接使用文本分类技术解决实际问题还有很多自然语言处理问题可以转换为文本分类问题如文本匹配Text Matching即判断两段输入文本之间的匹配关系包括复述关系Paraphrasing即判断两个表述不同的文本语义是否相同、蕴含关系Entailment即根据一个前提文本推断与假设文本之间的蕴含或矛盾关系等。一种转换的方法是将两段文本直接拼接起来然后按复述或非复述、蕴含或矛盾等关系分类。
参考文献 [1] 车万翔, 崔一鸣, 郭江. 自然语言处理基于预训练模型的方法[M]. 电子工业出版社, 2021. [2] 邵浩, 刘一烽. 预训练语言模型[M]. 电子工业出版社, 2021. [3] 何晗. 自然语言处理入门[M]. 人民邮电出版社, 2019 [4] Sudharsan Ravichandiran. BERT基础教程Transformer大模型实战[M]. 人民邮电出版社, 2023 [5] 吴茂贵, 王红星. 深入浅出Embedding原理解析与应用实战[M]. 机械工业出版社, 2021.
