只有100個標記數據，如何精確分類400萬用戶評論？

在本文中，我們將介紹自然語言處理（NLP）在遷移學習上的最新應用趨勢，並嘗試執行一個分類任務：使用一個數據集，其內容是亞馬遜網站上的購物評價，已按正面或負面評價分類。然後在你可以按照這裏的說明，用你自己的數據重新進行實驗。 遷移學習模型的思路是這樣的：既然中間層可以用來學習圖像的一般知識，我們可以將其作爲一個大的特徵化工具使用。下載一個預先訓練好的模型（模型已針對ImageNet任務訓練了數週時間

>>阅读原文<<