零基礎入門NPL之新聞分類

基於機器學習的文本分類 本部分將使用傳統機器學習模型對數據集訓練並對測試集進行分類 首先需要做的是使用tf-idf對訓練數據text部分進行編碼 在nlp中傳統表示文本的方法有三種 one-hot編碼：統計全部單詞進行詞庫的構建，詞庫大小爲V，每一個單詞可以表示爲長度爲V的向量，向量中V-1個值爲0，僅向量對應詞庫索引位置值爲1 詞袋模型：在one-hot編碼中，每一行數據表示向量維度爲NV（N爲

>>阅读原文<<