在将句子输入到RNN时是否应该去除停用词

在词袋模型中,我知道我们在训练之前应该去除停用词和标点符号。但在RNN模型中,如果我想进行文本分类,我是否也应该去除停用词?


回答:

这取决于你的模型分类什么。如果你的分类依赖于停用词——例如,某种程度的语法理解——那么你需要保留停用词,或者修改你的停用词列表,以免丢失这些信息。例如,删除所有的系动词(如is, are, should be等)可能会干扰依赖于句子结构的神经网络。

然而,如果你的分类是基于主题的(如你提到的词袋模型所暗示的),那么就以相同的方式处理输入:在它们浪费宝贵的训练时间之前,去除这些讨厌的停用词。

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