分類(lèi): 知道 常識(shí)詞典 編輯 : 常識(shí) 發(fā)布 : 08-22

閱讀 :395

豆瓣九點(diǎn)是如何做文章自動(dòng)分類(lèi)的？如果不是人工編輯，那么就是一個(gè)文本主題分類(lèi)的問(wèn)題。如果是貝葉斯，那么是完全切詞，通過(guò)人工標(biāo)注一批樣本學(xué)習(xí)一個(gè)分類(lèi)器，還是通過(guò)特定的詞是否在文章中出現(xiàn)進(jìn)行學(xué)習(xí)？如果是前者，這個(gè)樣本量是多少？后者是否需要更新特殊詞詞典？或者是別的取 feature方式學(xué)習(xí)？2 個(gè)答案

答案 1：

不好意思，沒(méi)辦法回答的非常詳細(xì)?；旧鲜且粋€(gè)半監(jiān)督的學(xué)習(xí)過(guò)程，會(huì)給每個(gè)博客計(jì)算profile確定分類(lèi)，同時(shí)對(duì)博客里的文章再計(jì)算profile進(jìn)行調(diào)整。豆瓣的一個(gè)優(yōu)勢(shì)是擁有比較完整的用戶(hù)興趣數(shù)據(jù)，因此可以不必局限于博客和文章的文本進(jìn)行分類(lèi)。把用戶(hù)的興趣數(shù)據(jù)利用起來(lái)可以收到比較好的效果。

答案 2：

你說(shuō)的兩種方式都不是非此即彼的，完全切詞后也需要特征提?。ㄕ乙粋€(gè)特殊詞詞典），特定詞是否出現(xiàn)其實(shí)就是決策樹(shù)方法的一個(gè)特例，兩個(gè)方式都需要機(jī)器學(xué)習(xí)，說(shuō)到機(jī)器學(xué)習(xí)，那就是一個(gè)方法了，只是算法選擇有差異罷了。

下一篇:還記得年少時(shí)的夢(mèng)嗎？ 下一篇 【方向鍵 ( → )下一篇】

上一篇:你會(huì)購(gòu)買(mǎi)MOTO的平板電腦 XOOM嗎？ 上一篇 【方向鍵 ( ← )上一篇】