多个要素作为ML NLP文本分析预测的输入
，包括但不限于以下几个方面：
- 文本特征：文本特征是指从原始文本中提取的用于表示文本内容的特征。常见的文本特征包括词频、TF-IDF、词向量等。这些特征可以通过文本预处理和特征工程的方法进行提取和转换。
- 上下文信息：上下文信息是指文本在特定环境下的语境和背景信息。例如，对话系统中的上下文可以包括之前的对话历史和用户的个人信息。上下文信息可以帮助提高文本分析的准确性和效果。
- 外部知识库：外部知识库是指包含领域知识和实体关系的数据库或知识图谱。通过将文本与外部知识库进行关联，可以提供更丰富的语义信息和上下文理解，从而提升文本分析的效果。
- 情感和情绪信息：情感和情绪信息是指文本中表达的情感倾向和情绪状态。情感分析可以帮助理解文本的情感色彩，情绪识别可以用于判断文本作者的情绪状态。这些信息对于情感分析、舆情监测等应用具有重要意义。
- 实体识别和关系抽取：实体识别是指从文本中识别出具有特定意义的实体，如人名、地名、组织机构等。关系抽取是指从文本中提取实体之间的关系。实体识别和关系抽取可以帮助构建知识图谱和语义网络，支持更深入的文本分析和语义理解。
- 上下文语境的语义理解：上下文语境的语义理解是指对文本进行深层次的语义分析和理解。这包括词义消歧、语义角色标注、语义依存分析等任务，旨在准确捕捉文本的语义信息，提高文本分析的精度和效果。
- 预测模型和算法：预测模型和算法是指用于进行文本分析和预测的机器学习和自然语言处理算法。常见的算法包括朴素贝叶斯、支持向量机、深度学习等。选择合适的预测模型和算法对于文本分析的准确性和效率至关重要。
综上所述，多个要素作为ML NLP文本分析预测的输入，包括文本特征、上下文信息、外部知识库、情感和情绪信息、实体识别和关系抽取、上下文语境的语义理解以及预测模型和算法等。这些要素的综合应用可以提高文本分析的准确性和效果，广泛应用于舆情监测、智能客服、信息抽取等领域。
腾讯云相关产品和产品介绍链接地址：
- 自然语言处理（NLP）：https://cloud.tencent.com/product/nlp
- 人工智能（AI）：https://cloud.tencent.com/product/ai
- 数据库（DB）：https://cloud.tencent.com/product/cdb
- 云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 云原生应用引擎（TKE）：https://cloud.tencent.com/product/tke
- 云存储（COS）：https://cloud.tencent.com/product/cos
- 区块链（BC）：https://cloud.tencent.com/product/bc
- 物联网（IoT）：https://cloud.tencent.com/product/iot
- 音视频处理（VOD）：https://cloud.tencent.com/product/vod
- 网络安全（SSL）：https://cloud.tencent.com/product/ssl
相关·内容
模型是做什么的？
我看到关于NLP和ML的术语泛滥成灾，而且似乎没有一个具体的定义。
这些模型在NLP和SpaCy方面完成了什么？
import spacy
from spacy import displacy
nlp = spacy.load('en_core_web_sm')
doc = nlp(u'This is a sentence.')
displacy.serve(doc, style='dep', options={'compact': True})
浏览 0提问于2018-09-15得票数 2
回答已采纳
根据SPACY的创建者，从文本列表创建文档对象的最有效方法如下
docs = list(nlp(texts))
其中：
nlp：经过训练的空间模型
texts：我们想要转换为doc对象的文本列表
docs：从列表文本派生的文档对象列表
但是，当我将此代码与spacy-stanza语言模型一起使用时，会收到一条错误消息：
AssertionError: If neither 'pretokenized' or 'no_ssplit' option is enabled, the input to the TokenizerProcessor must be a
浏览 18提问于2020-09-27得票数 0
3回答
当使用来自pytorch的预训练BERT嵌入(然后进行微调)时，是否应该像在任何标准NLP任务中一样对输入到模型中的文本数据进行预处理？
例如，是否应该执行词干提取、删除低频词、去大写，还是应该简单地将原始文本传递给“performed ers.BertTokenizer”？
浏览 3提问于2020-09-20得票数 4
1回答
我有一个火花mlib程序启动和运行，适用于自由文本的nlp。我需要通过rest apis访问这个程序。例如:我需要通过调用这些API在excel表格的每一行上应用ml (转换每一行并从上面的ml程序中返回结果)。我该怎么做呢？基本上是尝试在spark程序周围有一个API包装器，而不是转到jupyter notebook并手动完成。
浏览 5提问于2019-11-12得票数 0
1回答
我一直在使用ES来处理常规的文本/关键词搜索，是否有一种方法可以使用弹性搜索来处理基于上下文的搜索，即当用户给出搜索文本“8月10日至9月24日期间的文章”以及类似的情况时，ES应该能够识别用户要求的内容并提供结果。我想我们应该让ML来处理这样的场景，如果需要进行任何NLP或ML集成，我应该从哪里开始进行搜索体验。
对此的任何见解都是非常感谢的
浏览 6提问于2020-09-27得票数 0
2回答
从文档中提取内容
、、、、
我想从简历中提取内容，如技能，认证，工作经验等与NLP的各种部分，并标记他们的类别。虽然我可以编写基本的规则来提取各种标点符号上的文本，但它在某些情况下可能不起作用。在这种情况下，会有所帮助吗？解决这个问题的正确方法是什么？
SKILL SET
Machine learning, Deep learning, Python, Julia, NLP
CERTIFICATIONS
Coursera: R Programming, The Data Scientist Toolbox 2015
Galvanize: Data science & big data anal
浏览 3提问于2017-12-19得票数 0
我正在使用spacy来解析文档，不幸的是，我无法像我所期望的那样处理名词块。下面是我的代码：
# Import spacy
import spacy
nlp = spacy.load("en_core_web_lg")
# Add noun chunking to the pipeline
merge_noun_chunks = nlp.create_pipe("merge_noun_chunks")
nlp.add_pipe(merge_noun_chunks)
# Process the document
docs = nlp.pipe(["Th
浏览 1提问于2019-04-04得票数 1
回答已采纳
1回答
我为这个新手的问题道歉，但我希望这里的人能给我指明正确的方向。
我想预测事件( X )发生的时间，因为我怀疑几个时间序列与X的时间相关。我的模型将接受完整的时间序列作为输入，并为事件X预测发生的时间输出一个值。请注意，我不是试图预测未来事件的时间，而是预测过去事件的时间。当使用该模型时，我将访问整个时间序列。下面简要介绍一下这些数据的外观：
📷
我的数据集包含许多示例，如上面的示例，即设置窗口中的几个时隙，以及事件发生的时间。
像LSTM模型这样的东西能被训练来完成这项任务吗？经过深入研究，LSTM和RNN模型看起来很适合预测时间序列中的下一个点，而不是像我所描述的那样输出事件的时间。
我能够
浏览 0提问于2020-09-04得票数 0
1回答
我是机器学习和NLP的初学者，我必须创建一个基于FAQ数据集的bot，每个FAQ数据集excel文件包含2列“问题”及其“答案”。
例如：excel文件中的记录(问题&答案)。
问题- What is RASA-NLU?
答案- Rasa NLU is trained to identify intent and entities. Better the training, better the identification...
我们有3K+ excel文件，其中有大约10K到20K这样的记录，每个excel。
要实现bot，我应该完全遵循使用的RASA-NLU，但是在我的组织中不允
浏览 7提问于2019-12-11得票数 0
回答已采纳
4回答
我正在寻找一个框架或图表，分类所有不同类型的数据分析/机器学习。我想用这个分类来组织我的知识/领域学习。
我所指的数据分析/ML类型的例子包括：-地理地图-图像识别(CV，OCR.)-信号处理-文本/语音理解
是否有对所有这些领域进行分类的图表/框架？
浏览 0提问于2019-11-21得票数 1
给定一个ML问题，如计算机视觉或NLP，这些问题的计算复杂度是多少？
我能认为使用训练模型是解决“难题”(棘手)的有效方法吗？？
浏览 0提问于2013-04-16得票数 2
1回答
我正在抓取组织(主要是零售商)的网站，我想使用NLP从网站的非结构化文本中提取信息。我想做的第一件事是在文本中识别与贪欲相关的事件，例如“商店将从3月3日起关闭”或“不幸的是我们不得不永久关闭”。词汇是相当有限的，可能涉及几十个(或最多几百个)短语/表达。
我对正则表达式非常熟悉，我认为可以使用基于规则的方法提取一些事件及其属性(例如日期)，特别是使用一个小词汇表。然而，规则的局限性是显而易见的(很容易忽略变化很小的表达式)，我也想使用一些ML方法。我熟悉ML方法，如情感分析和主题建模，但它们似乎是为分类问题而设计的，而不是针对从文本中提取特定属性和数据点的。我也知道那会很好地得到日期和地名，
浏览 0提问于2021-01-26得票数 2
1回答
我有一个用scala编写的Apache应用程序，它对接收到的输入数据进行了一些基本处理。输入数据是文本文件中的句子。我需要对那些有购买意图的商品进行分类。例如，如果句子是这样的：“我在哪里能买到一只蓝色的鞋？”，这就是其中之一。
我可以使用什么分类器/ ML程序来构建这个程序？scala/java工具是合适的。我是NLP/ML新手。
任何帮助都很感激。
浏览 5提问于2016-05-10得票数 1
回答已采纳
3回答
有人告诉我，nlp可能是让研究人员在写作时推断一个人的情感状态的关键。例如，通过在线笔记上的nlp分析，你可以推断出一个学生是否有压力。我在教育认知科学工作，所以如果是这样的话，这对我来说将是一个宝贵的资源，然而，我正在努力寻找证据来证明事实确实如此。
我已经开始了初步的研究，并试图了解一些关于nlp的技术方面的知识--我正在学习Jurafsky和Manning的在线课程，迈克尔·柯林斯的另一部 --我一直在阅读关于什么是可以用nlp推断的，特别是关于意见挖掘和情感分析的。
我的问题有两部分：
首先，我所遇到的大多数资源都说了一些类似nlp的东西，可以用于意见挖掘和情感分析，我们将讨论对意见挖
浏览 0提问于2015-12-21得票数 3
回答已采纳
1回答
我已经设置了一个Azure ML实验，使用"Boosted Decision Tree Regression“。
我的测评结果如下：
"Scored Labels": "N",
"Scored Probabilities": "0.023*************"
在使用数据测试部署的web服务时，我有时会看到得分概率大于1！
"Scored Labels": "N",
"Scored Probabilities": "1.144*************"
浏览 1提问于2019-01-13得票数 0
我正在尝试使用Azure ML Studio对各种文本进行分类，并且在部署和测试web服务之前，我一直都获得了成功的输出。一旦我部署了我的web服务并尝试对其进行测试，我就会得到以下错误：
错误0035:词汇表的功能为空。请检查最低n元语法文档频率。必填但未提供，错误码: ModuleExecutionError，Http状态码: 400
提取n元语法模块的词汇表不是空的。从工作模型更改为Web服务错误的唯一方面是web服务输入。
浏览 1提问于2019-12-13得票数 0
使用NLP/ML/word2vec/tensorflow进行预测。我有1000条来自服务请求实用程序的记录。我有服务请求的列表&执行人员对每个服务请求采取的相应行动，这是在自然英语语言(文本可能是不同的不同用户的同一类型的请求)。
示例记录-
请求:添加用户id yyy的xxx邮件别名
操作:请求用户获得经理的批准，然后手动将用户id添加到邮件别名组。
我的理解是，这些数据可以用作我的模型(NLP/ML/word2vec)的训练数据，这样，如果任何相同类型的新请求作为模型的输入，模型应该能够建议执行人员应该采取的必要行动。这是我想要实现的，但不确定如何开始，从哪里开始。我已经执行了以下
浏览 2提问于2017-01-04得票数 0
1回答
多参数异常检测
、、、
我是个数据科学新手，有一个典型的问题。我有一个metric1、metric2和metric3的数据集。所有这些指标都是相互依存的。我想在metric3中检测异常。目前，我正在使用numenta.org的Nupic进行分析，它似乎并不有效。是否有任何ML库可以检测多个参数中的异常？
浏览 0提问于2014-11-02得票数 4
1回答
假设我有一个这样的服务，接受一些文本，对其进行分类，然后输出分类。入口和分类器之间的关键路径如下：
查询-> QueryPreprocessor -> ML模型
现在，我在一组随机查询中获得了一些基本真理，我想根据地面真相重新调整分类器。如果在查询和ML模型之间有一个QueryPreprocessor模块，那么最好的方法是什么？
我想了几个选择，但不确定哪一个是最好的方法-
编写一个脱机程序，该程序导入QueryPreprocessor，在查询上运行它，将其传递给具有不同参数的ML模型，并确定性能最佳的配置。
让ML模型记录传入请求和传出响应，然后对这些输入/输出进行调优。
在不同
浏览 0提问于2021-09-21得票数 0
1回答
我被这个问题困住了。假设我们有下一个消息。
CustomerID: 1，日期: 3/2/2018，数量: 3，总计: 390.78，Min: 130.26，最大值: 130.26
我们想确定一天、几个月、几年的销售总和，直到那个月的最后一天，我正在使用Microsoft Azure Machine Learning Studio，我稍微修改了一些数据(我知道一些Python和R)，一天我们可以得到下一个数据。
日期:2018年2月3日，TotalSalesToday: 4023.45，FirstToToday: 1322.92 TargetValue: 42611.27
如果TargetVal
浏览 0提问于2019-02-05得票数 2
回答已采纳
1回答
消息的情感检测
、、
我正在做一个需要NLP的项目。该场景涉及两个或更多参与者在聊天应用程序中交换消息。我想使用am NLP/ML模型在对话发生时自动标记参与者的情绪(例如，高兴、悲伤、愤怒、沮丧，我不是在寻找情绪分析)。我对NLP的先验知识有限，我很难找到合适的模型来使用。
我找到了这个repo ，并花了将近两天的时间试图让它正常工作。目前正在联系作者寻求帮助。我喜欢他们的repo是因为它的模型应用于会话级别。但不幸的是，他们的自述文件写得并不好。
下一步有什么建议？你知道我可以使用的任何模型甚至API吗？我在正确的轨道上吗？
浏览 14提问于2020-03-09得票数 0
我想知道我们是否可以列出机器学习的获奖方法，以应用于许多感兴趣的领域: NLP、图像、视觉、医学、深度包装检查等。我的意思是，如果有人要启动一个新的ML项目，哪些ML方法是不可忘记的？
浏览 0提问于2015-01-15得票数 0
回答已采纳
我试着使用这个函数。通过遵循这个示例，我上传了mnist代码的deployable版本，并为其创建了模型和版本。现在，我想从python代码中得到一些预测结果。
通过阅读这个函数描述，我不明白我应该如何运行它。我不明白参数描述在哪里，以及它们应该是什么样子。
例如，我使用这段代码创建学习任务：
credentials = GoogleCredentials.get_application_default()
ml = discovery.build('ml','v1beta1', credentials=credentials)
projectID = '
浏览 2提问于2016-11-29得票数 0
回答已采纳
1回答
多类别分类算法的训练数据
、、、
我正在整理一种多类别分类算法。因为它是NLP，所以训练数据非常简单，其中一个列表示标签，另一个列用于文本。然而，由于它是NLP，一些培训记录可以适合多个类别。我应该迭代&有多个条目(相同的数据，不同的标签)，还是每一块数据应该只分配一个类别？
浏览 0提问于2018-03-05得票数 2
2回答
我已经找了两个星期了，到目前为止我还没有找到任何地方。
有一份疾病清单
Diabetes
Heart Transplant
Fingertip amputation
Injury by sharp tools
.
.
.
我的数据集是一份医学文本报告的列表。
训练数据集包含可从每个记录生成的疾病。
我做的例子
这位病人在使用雕刻凿子时受了伤，导致指尖脱落，所以我们不得不做针头缝合……
从这篇报道我们得到了这些疾病
1- Injury by sharp tools
2- Fingertip amputation
3- Sewing injury
另一份报告结果可能有3种或更多的疾病。
我找了很
浏览 0提问于2019-07-23得票数 2
回答已采纳
1回答
下面的展示了用于dataset Text8文本压缩的性能最好的ML体系结构。
输出(BPC)是什么意思？LSTM如何压缩数据？
浏览 17提问于2022-03-21得票数 -3
回答已采纳
虽然我们看到在NLP任务中，输入数据仅为一个文本字段(对于X变量)，例如，带有情感标签的tweet是唯一的数字字段。
但是如何处理ML/DL中表格数据中的自由文本字段呢？文本字段(S)是/属于表中的所有数字字段！我觉得这件事很棘手。它可以是注释字段或某些字段中的一些日志数据，以及许多其他数字字段。列出尽可能多的方法。有什么想法吗？
为了便于讨论，此处定义的“免费文本”是指数据集中的每一行数据都可以在文本中具有可变长度的一组文本。
这个问题的目的是为了找到方法来转换这样的文本字段(S)，以便将它们包含到ML/DL模型中。
浏览 0提问于2022-03-22得票数 1
回答已采纳
1回答
我想编码从网站中提取的大量调查回复，我想使用(自然语言处理)NLP进行文本分类和情感分析的工具。我回顾了Microsoft Cognitive，虽然它在语义领域似乎是不错的产品，但我不确定它在文本分类方面有多好。有没有什么免费的工具，我可以集成到网站上，并自动进行编码？
谢谢
浏览 10提问于2019-11-05得票数 0
我目前正在研究NLP项目。实际上，当我研究如何处理NLP时，我发现了一些关于SpaCy的文章。但是，由于我还是python的新手，我不明白SpaCy TextCategorizer管道是如何工作的。
关于这条管道的工作方式有什么详细的规定吗？TextCategorizer管道是否也使用文本特征提取，如单词袋、TF-以色列国防军、Word2Vec或其他什么？在SpaCy TextCategorizer中使用什么模型体系结构？有人能解释这件事吗？
浏览 2提问于2019-02-26得票数 2
2回答
如何使用NLP对客户投诉进行分类
、、、、
我有一个社区投诉数据集，我想在这些描述上建立一个NLP模型，并将一个类别(可以用于检查或不引用)标记给每个类别。布尔答案(是或否)就足以满足我的要求。
例如:我们的客户服务部门处理通过电话或电子邮件收到的带有“推荐”或“未提及”状态的投诉。现在，他们正在检查描述，手动将其分类为“所引用”或“未引用”。我的最终目标是自动化整个系统，并建立一个机器学习模型，根据描述给出一个二进制输出“是”或“否”。这样，他们就不需要手动检查和处理这些投诉了。ML模型应该将未来的投诉分类为两个桶，将他们收到的问题分类成桶，这将有助于部门为每个组的客户提供定制的解决方案。
在NLP中是否有一种方法来建立和训练一个模型
浏览 0提问于2022-01-10得票数 0
回答已采纳
2回答
我已经在一个数据集上训练了我的模型，我使用决策树来训练我的模型，它有3个输出类-是，完成和否，我通过检查分类器的特征重要性来了解在做出决策时最具决定性的特征。我使用python和sklearn作为我的ML库。现在我已经找到了最具决定性的特征，我想知道该特征是如何贡献的，从这个意义上说，如果关系是正的，那么如果特征值增加，它就会导致是，如果它是负的，它就会导致否，依此类推，我也想知道同样的大小。
我想知道这是否有一个解决方案，也想知道一个独立于选择的算法的解决方案，请尝试提供不特定于决策树的解决方案，而是所有算法的通用解决方案。
如果有什么方法可以告诉我：
对于要素x1，关系是0.8*x1^2。
浏览 3提问于2017-02-08得票数 0
我想知道是否可以用dataset D为一个分类任务训练一个ML模型，然后再训练另一个模型来解决相同的分类任务，该模型作为输入数据集D和第一个模型的输出。我担心这种情况下的数据划分(即模型是否需要使用不同的数据样本进行培训和测试)。如果这种集成方法存在，它是如何命名的？
作为进一步的细节，我有一个KNN模型和一个随机森林来预测相同的标签，但它们是用不同的变量训练的。
浏览 0提问于2022-04-12得票数 1
1回答
我正在做一个nlp情绪检测项目。我试图预测的情绪是“喜悦”、“恐惧”、“愤怒”、“悲伤”。我使用一些公开可用的标记数据集来训练我的模型，例如ISEAR、WASSA等。我尝试了以下方法：
传统的ML使用的是大图和三角图。
(X)文本->嵌入(W2V预训维基百科文章) ->深层网络( -> 1D) ->完全连接(密集) ->输出层(Softmax) ->情感类(Y)
具有以下体系结构的LSTM：(X)文本->嵌入(W2V对维基百科文章进行了预培训) ->深层网络( -> /GRU) ->完全连接(密集) ->输出层(Softmax)
浏览 0提问于2020-09-28得票数 2
回答已采纳
2回答
我最近开始使用Python学习NLP和ML。我从情感分析开始。当我做情绪分析时，我很难理解机器学习在哪里发挥作用。
假设我正在使用NLTK的SentimentIntensityAnalyzer分析推特或新闻标题，我正在加载一个与案例相关的词汇，因此我得到了极性和负面性、积极性、中性分数。现在我不明白的是，在这种情况下，我应该使用本文中的代码：
或者仅仅是内置的NLTK，甚至类似于谷歌的BERT？
任何答案或链接到博客或教程将受到欢迎！
浏览 9提问于2020-09-25得票数 4
回答已采纳
1回答
我正在寻找一个数据集，在那里我可以使用NLP技术来使用回归来估计目标值。例如，我可以给出一些描述事故的句子，目标值是事故的成本。Kaggle拥有相当多的NLP数据集，但据我所见，它们都用于分类。
浏览 0提问于2020-08-18得票数 0
1回答
我在一个NLP项目中使用spacy。使用Spacy创建文档时，可以通过以下方式查找文本中的名词块(也称为“名词短语”)：
import spacy
nlp = spacy.load("en_core_web_sm")
doc = nlp(u"The companies building cars do not want to spend more money in improving diesel engines because the government will not subsidise such engines anymore.")
for chunk
浏览 0提问于2019-07-01得票数 0
回答已采纳
1回答
如何看待spacy值？
、、、
我试图从spacy模型中获得每个输出类的softmax预测值。当我在下面的代码中放置一个断点'preds‘并跳过管道，直到在NER模型管道组件上调用预测方法时，我可以看到从self._func调用返回的对象是'ParserStepModel’对象。
import spacy
from thinc.model import Model, InT, OutT
def predict(self, X:InT) -> OutT:
preds = self._func(self, X, is_train=False)[0]
return preds
Mode
浏览 1提问于2022-07-05得票数 2
回答已采纳
我的NLP管道使用来自johnsnowlabs的预训练的BERT嵌入模型"bert_base_uncased“。但是当加载这个下载的模型时，我得到了以下异常。 Caused by: java.util.NoSuchElementException: Param poolingLayer does not exist.
at org.apache.spark.ml.param.Params$$anonfun$getParam$2.apply(params.scala:729)
at org.apache.spark.ml.param.Params$$anonfun$ge
浏览 32提问于2021-04-02得票数 1
回答已采纳
1回答
我想使用和它的Node.js库。对于身份验证，我使用文档建议的服务帐户使用角色“所有者”，但是对于生产“更细粒度”的权限。不幸的是，他们没有提到可用的角色。我也没有在中找到角色，在那里我通常查找角色/权限。
哪些角色可用于NLP ?有AutoML角色，而AutoML与NLP相关，它们是否适合？
我的测试表明，我所使用的角色实际上并不重要。甚至像"BigQuery MetadataViewer“这样的东西也会允许访问NLP API ?！然而，我想使用正确的角色，而不是随机的角色，以后的东西会坏掉。
更让人困惑的是，说NLP API只能通过API键访问，但是NLP文档本身告诉您使用服务帐户
浏览 1提问于2019-07-31得票数 2
1回答
我试着用西班牙语对文本进行NLP分析。所以，为了做柠檬化，我使用Spacy，因为NLTK没有西班牙语版本的引理。斯派西的问题是，我对我能通过莱马提泽传递的字数有限制：
ValueError:长度为6095095的 E088文本超过最大值1000000。解析器和NER模型在输入中每10万个字符需要大约1GB的临时内存。这意味着长文本可能会导致内存分配错误。如果您没有使用解析器或NER，那么增加nlp.max_length限制可能是安全的。限制是以字符数为限的，因此可以通过检查len(text)来检查输入是否太长。
我试过使用nlp.max_length= 6095095，但会话在使用所有可用
浏览 16提问于2021-11-07得票数 2
4回答
我正在做一个我不太清楚该如何处理的项目。问题可归纳如下：
给定任意的文本(类似于报告)，确定报告的每个部分所指的地理位置。
地理位置从州到县(都在美国境内)，因此它们的数量是有限的，但是每个报告通常都包含多个地点的引用。例如，报告的前5段可能是关于整个州的，接下来的5段可能是关于这个州内的个别县，或者类似的事情。
我很好奇，用NLP或ML框架(Python或Java)的具体建议来解决这样的问题，最好的方法是什么？
浏览 3提问于2013-06-30得票数 7
1回答
我正在使用Flair NLP库来获取tweet的情感得分。如何在Flair中处理表情符号？我知道vader在没有预处理的情况下可以很好地处理表情符号，但是Flair呢？我应该在代码中添加什么来解释表情符号在情感分析中施加的含义？我应该使用python的emoji库来演示吗？它与flair一起工作吗？ s = flair.data.Sentence('I am feeling great <3')
flair_sentiment.predict(s)
total_sentiment = s.labels
print(total_sentiment[0].score) 有人
浏览 25提问于2020-10-26得票数 0
所以我最近一直在玩Azure ML，我有一个数据集，我想预测多个值。它们都使用不同的算法，当我尝试在一个实验中训练多个模型时，它说“列车模型只能预测一个值”，而且火车模型上没有足够的输入端口来接受多个值，即使我对每个度量都使用相同的算法。我试着启动列选择器并制定规则，但是我得到了与前面提到的相同的错误。我如何预测多个值，然后为web服务输出将预测的列放在一起，这样我就不必有多个API了？
浏览 5提问于2016-06-14得票数 1
回答已采纳
1回答
我开发web应用已经有一段时间了，使用敏捷开发技术和原则来实现软件是我们团队的标准实践。
最近，我还参与了机器学习和自然语言处理。我听说人们主要使用Matlab来开发ML和NLP算法。敏捷开发是否有一席之地，还是这种技能是完全多余的？
换句话说，当您将ML和NLP算法开发为一项工作时，您是否在过程中使用敏捷开发？
浏览 0提问于2011-12-29得票数 1
回答已采纳
3回答
我有一个“年份”变量，但我不知道哪种方法是处理ML模型的最佳方法，因为它是一个数值变量，给出了一些序列。我应该把它当作一个绝对变量吗？
提前谢谢你，
浏览 0提问于2019-11-26得票数 2
我使用Spark和Scala进行时间序列分析。我有一个来自Cassandra数据库的数据集，如下所示：
scala> train.printSchema
root
|-- timestamp: timestamp (nullable = true)
|-- vx: double (nullable = true)
|-- speed: double (nullable = true)
我尝试了线性回归，就像一样，只是为了看看它是如何工作的。
scala> val lr = new LinearRegression().
| setMaxIter(10).
| se
浏览 3提问于2017-08-05得票数 2
1回答
我需要使用编解码结构来预测2D轨迹。由于几乎所有可用的教程都与NLP -with稀疏向量相关，所以我无法确定如何使解决方案适应连续数据。
除了我对数列模型的无知之外，embedding过程对单词的理解更让我困惑.我有一个由3,000,000个样本组成的数据集，每个样本具有x-y坐标(-1，1)和125观测值，这意味着每个样本的形状是(125, 2)。我想我可以认为这125个字与二维已经嵌入的字，但编码器和解码器在这个Keras教程期望三维数组为(num_pairs, max_english_sentence_length, num_english_characters)。
我怀疑我是否需要用这
浏览 0提问于2020-12-12得票数 0
回答已采纳
我有django后端，我正在使用spacy进行文本处理
以下是我的代码示例
nlp = spacy.load('en_core_web_sm')
def process_data(jd):
# print(jd)
print('process_data start', time.time())
#doc = nlp(jd)
doc = nlp.pipe([jd])
print('process_data pipe', time.time())
for each in doc:
pr
浏览 2提问于2020-10-18得票数 0
2回答
我是ML/NLP领域的新手，所以我的问题是，什么样的技术最适合实现以下目标：
我们有一个简短的句子--“去哪里吃晚饭？”或者“你最喜欢的酒吧是什么？”或者“你最喜欢的廉价酒吧是什么？”
是否有一种技术使我能够提供下列数据集：
“去哪里吃晚饭？”->晚餐
“你最喜欢什么酒吧？”->酒吧
“你最喜欢的廉价餐厅是什么？”->廉价餐厅
所以下一次当我们有一个类似的关于未知活动的问题时，比如说，“你最喜欢的昂贵的东西是什么？”它可以提取“昂贵的”和其他的东西。
我们的目标是，如果我们能够训练它的数百个变化(或数千)的问题和相关的输出数据，以便它可以工作的日常语言。
浏览 5提问于2017-10-04得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
