代码之家 › 专栏 › 技术社区 › shakthydoss

是否有任何数据挖掘/文本挖掘/机器学习技术来为给定文档找到最合适的标签[关闭]

text-mining tagging data-mining nlp machine-learning

-3

shakthydoss · 技术社区 · 11 年前

假设我有一组庞大的文档,这些文档用列表示在关系表中

    ID (unique identifier)
    Title (255 characters)
    Description (5000 characters)
    Category (predefined meta-data )
    Additional Notes (1000 characters )

我想为文档表中的每一行添加一个或多个标记。这里的标签是指告诉读者文档内容的一个单词或一组单词。

是否有任何数据挖掘/文本挖掘/机器学习技术或方法可以帮助我在没有人为干扰的情况下为给定的文档找到最合适的标签。

1 回复 | 直到 11 年前

Andrey Teterin 11 年前

一种简单可行的方法:对于给定的文档,计算 TF-IDF 对每个单词进行测量,并选择前N个单词作为标签(或将候选单词减少一些阈值)。此外,在您的情况下,对“标题”和“类别”字段中的单词使用经验增强系数是合理的。

推荐文章

SkyWalker · 如何使“UnfinedMetricWarning”静音?

5 月前

Morph3us · 我如何确定谁将赢得罗马尼亚下一届预选赛?[关闭]

6 月前

explorer · AWS SageMaker项目模板创建失败

9 月前

nicklaus-slade · 交叉验证函数返回“未知标签类型:(数组([0.0,1.0],dtype=object),)”

11 月前

Adrian Zambrana · ValuerError:发现样本数不一致的输入变量

11 月前

Kamugg · 在PyTorch中使用不同分辨率图像训练DeepLabV3的最佳实践

11 月前

me0076 · 使用LLM提取多个实体

1 年前

staplegun · scikit中的gbrt_minimize如何决定要尝试多少个参数拆分

1 年前

Chinmaya Tewari · 创建新csv文件时权限被拒绝

1 年前

Seán Healy · LSTM或变压器模型是否有任何可逆实现?

1 年前