如何使用神经网络在子字符串中找到主要部分?

我现在很困惑。是否有可能通过训练集在句子中找到主要的词或子字符串?我正在解析职位空缺,并试图构建一个文本挖掘应用程序,能够猜测文本中提到的技能。是的,也许这是一个使用技能词典进行全局文本搜索的任务,但我真的很好奇,神经网络能帮上忙吗?正如你所猜到的,我在机器学习方面是个新手。


回答:

Word2Vec 是神经网络的一个基本应用,可以帮助创建词的数值表示,你可以用它来构建对句子的智能解释。

更有趣的是,使用 LSTM 可以处理上下文,并识别句子中的关键词,就像这篇论文中所做的那样:http://www.clsp.jhu.edu/~guoguo/papers/icassp2015_myhotword.pdf。这篇论文是关于识别句子中的关键词,以实现语音识别软件更快、更有用的应用。这里是 GitHub 链接:https://github.com/MajerMartin/lstm-dtw-keyword-spotting。在本文中解释这些内容太多了,但这应该能让你忙起来,并开始训练神经网络进行关键词识别。

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