一种多标签文本分类方法

Question

我想做一个分类器，用正确的标签在语料库中标注每一个文本(S)。我可以直接去ML使用sklearn多标签文本分类，甚至到DL使用LSTM。但是，从简单开始，首先使用基于规则的系统不是更好吗？这将帮助我理解问题，并设定一个基准准确性评分。然后，我可以使我的算法越来越复杂(ML，DL)的方式，只有帮助精度和回忆。

Answer 1

因此，您正在询问如何开发这个系统/模型，它可以对文本进行分类。是的，实例化一个“基线”或虚拟模型是个好主意，它可以是基于规则的，也可以是随机地为某个文本指定标签。从这个虚拟模型中，您可以使用RNN/LSTM进行多个输入(例如文本中的单词)，将类上的单个输出概率作为一个更复杂的模型；然后，您将比较验证和测试的准确性、F1评分等，以确定对模型的改进是否因为模型功能的改变而得到保证，从而对文本进行分类。