V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
mpich
V2EX  ›  Python

请教下短文本标签分类有什么比较好的办法

  •  
  •   mpich · 2017-07-21 10:45:54 +08:00 · 1387 次点击
    这是一个创建于 2442 天前的主题,其中的信息可能已经有所发展或是发生改变。
    以前一直用 TFIDF+SVM 做 baseline,效果尚可,不知可还有其他能做一个不错 baseline 的思路?
    试了下 word embedding + bi-LSTM,结果却并没有什么提高…不晓得是不是参数的问题?

    现有的训练数据大概 1000 个标签吧,每类七八百个样本,是不是数据量也太小了?
    2 条回复    2017-07-22 10:15:46 +08:00
    fffflyfish
        1
    fffflyfish  
       2017-07-21 10:55:39 +08:00 via iPhone
    Kaggle 有个 quora 相关的比赛,可以试试人家公布的方法
    mpich
        2
    mpich  
    OP
       2017-07-22 10:15:46 +08:00
    @fffflyfish 哪个比赛? question pairs? 那不是找重复问题的吗。。。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   1486 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 26ms · UTC 17:19 · PVG 01:19 · LAX 10:19 · JFK 13:19
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.