2017-07-06 3 views
-1

Also ich bin neu in der ganzen Maschine lernen Thema, aber ich denke, ich habe ein interessantes Problem zu lösen. Ich möchte im Grunde nur wissen, ob ein Satz TRUE oder FALSCHTrainieren Sie ein Textmodell, um wahr oder falsch vorherzusagen

Hier ein paar Beispielsätze entspricht:

  • Ja, das ist mir -> TRUE
  • Das war mir -> TRUE
  • Ja true -> TRUE
  • Das war ich nicht -> FALSCH

....

Jetzt würde ich einige Hinweise brauchen, wie ich erfolgreich ein Modell z. Keras, Caffe oder andere Werkzeuge und welche Art von Prinzip sollte ich befolgen.

Vielen Dank für alle Hinweise

aktualisieren

Also von dem, was ich verstanden Ich brauche natürliche Sprache Klassifizierung zu tun. Ich müsste 2 Klassen erstellen und die Wahrscheinlichkeit für jede der Klassen zurück erhalten.

Könnte etwas wie https://github.com/Russell91/nlpcaffe nützlich sein?

+2

Dies ist zu breit. Was hast du bisher gesehen? Wo haben Sie speziell ein Problem mit der Programmierung? – petezurich

+0

Ich habe versucht, die Frage zu verbessern – gabac

+1

Ich schlage vor, Sie geben spezifischere Informationen über Ihren Anwendungsfall und mehr Kontext über Ihr vorhandenes Wissen in Bezug auf maschinelles Lernen/Deeplearning und NLP. Was genau versuchen Sie durch diese Klassifizierung zu erreichen? Wie viele Proben hast du? Hast du seichtes Lernen wie Bag of Words, Tfidf, Naive Bayes etc. versucht? Haben Sie Worteinbettungen, Word2Vec, RNN, LSTMs betrachtet? Oder fängst du von Anfang an an? Wenn letzteres - hier beginnen: http://course.fast.ai/ – petezurich

Antwort

0

Wenn mein Verständnis richtig ist, möchten Sie verschiedene Arten von Antworten in true/ kategorisieren, die vielleicht Antworten auf Fragen im Rahmen einer Konversation sind.

Für dieses Szenario sollten Sie einen Datensatz mit einer großen Anzahl von Beispielen für beiden true und false Klassen und trainieren Klassifikator einen binären Text wurden die Schaffung/aufweisen. Sie können sich über SVM und Naive Bayes informieren, die sich sehr gut für die Textklassifizierung eignen und mit Scikit-Learn einfach zu implementieren sind.

Verwandte Themen