将文本分类到多个类别中

我正在进行一个项目,需要判断一个词是否是水果。我尝试了几种方法,但对结果都不满意。有没有建议?

我的训练集看起来像这样

  • 输入:苹果是一种水果。 输出:苹果。
  • 输入:番石榴也是一种水果 输出:番石榴。
  • 输入:菠萝是一种季节性水果 输出:菠萝。

在训练数据之外运行的示例:

  • 输入:我喜欢所有的水果,但最喜欢的是番石榴和苹果。 输出:番石榴,苹果

回答:

这项任务被称为命名实体识别。你可以从维基百科开始了解更多信息。

一个流行的库是来自斯坦福的CoreNLP。你可以在斯坦福自然语言处理小组的网站上了解更多信息。

为了使用它,你需要在你的训练数据中标记每个标记(单词),指出它是否是水果。希望这对你有帮助。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注