机器学习是如何学习的？

Question

我是机器学习或人工智能的新手，但我已经做了近10年的开发人员。

我有一个新闻聚合应用程序，从新闻网站抓取和保存文章，我已经开发了我自己的算法，分类的新闻根据它的标题。

它的工作方式是，当我获得一个新的标题时，我拆分标题的单词，并将其保存在一个名为“tag”的表中，并且我有“类别”表，然后我将手动地将一些标记(可以识别或不间断的单词)链接到类别。

然后，在使用SQL的类别页面上，我对标题进行分类。因为我用的是“美国”和“美国”这两个词，我只把“美国”这个词和类别联系起来，而“美国”这个词与任何类别都没有联系，但仍然知道它属于“美国”所属的同一类别。

我读了PHP库，它是PHP的AI库。据我所知，这就是它使用相同的东西的方式：

// Data for training classifier
$samples = [[1, 3], [1, 4], [2, 4], [3, 1], [4, 1], [4, 2]];  // Training samples
$labels = ['a', 'a', 'a', 'b', 'b', 'b'];

// Initialize the classifier
$classifier = new SVC(Kernel::LINEAR, $cost = 1000);
// Train the classifier
$classifier->train($samples, $labels);

$classifier->predict([3, 2]); // return 'b'
$classifier->predict([[3, 2], [1, 5]]); // return ['b', 'a']

这和我的算法差不多，但我唯一不明白的是这个库是如何理解新词的。

因此，在我自己的算法中，如果有一个新单词，比如“西班牙”，我必须去表中，并将其链接到类别表上的"World“字段。

但是如果这个图书馆是机器学习的话，我想它应该知道“西班牙属于哪里，没有我的触碰。”

我有大约两万个单词，我已经把将近两千个单词和分类表联系起来了。所以，如果我使用这个库，我可以使用与我所拥有的相同的数据，不再接触它，或者这个库如何知道新单词是否属于哪里？它在哪里保存的？或者它能拯救它吗？或者，如果他能预测一个新单词，我是否必须让它改变标签，以链接类别？还是跟我自己的一样，我得把每一个字都教出来？

Answer 1

机器学习有许多不同的类型。

你的例子中的一个基本上是试图在a和b标号点之间画直线。

这些行等价于您的单词映射，并在调用train函数后作为分类器的一部分保存在内存中。

要将机器学习应用于文章标记问题，如果带有标记的文章与文章本身的一些统计数据一起使用，则必须有一个培训集。列出文章中的所有单词，并统计它们发生的次数。

然后，机器学习算法将尝试在单词计数和标记之间找到一个模式。

如果它能够找到一个有效的模式，那么您可以从其他文章中向它提供单词计数，并让它预测标记应该是什么。

显然，如果这些文章中有完全新的词，它们将不符合模式，将被忽略。