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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注