Может ли Tensor Flow использоваться для обучения без присмотра для решения классификации nlp?

Question

Можно ли использовать Tensorflow для задач классификации текста для немеченых данных?

Answer 1

TensorFlow не само по себе является полным решением, это набор инструментов, которые собираются вместе, чтобы помочь решить проблемы, зависящие от высоких вычислительных нагрузок (например, глубокого обучения без присмотра). Эти инструменты оптимизированы для решения некоторых сложных математических задач, которые требуются для глубокого обучения.

Необучаемые проблемы обучения НЛП обычно включают кластеризацию (сортировка по уникальным атрибутам), обнаружение аномалий , майнинг ассоциаций или сокращение возможностей . Если это то, что вы имели в виду в своем вопросе, то глубокое изучение с помощью инструментов TensorFlow, безусловно, поможет вам решить вашу проблему. Если вы имели в виду «классификацию», как при сопоставлении входов с ограниченным набором выходов, то это контролируемая (т.е. помеченная) проблема обучения.

Такие инструменты, как TensorFlow и PyTorch, все еще могут помочь в сценарии обучения под наблюдением ios, цель просто другая.

Answer 2

Во-первых, проблема классификации текста контролируется. Таким образом, вам понадобится помеченные данные, это невозможно сделать под наблюдением. Если вы хотите, чтобы он оставался без присмотра, вам нужно вместо этого выполнить кластеризацию, но вы не сможете убедиться, что каждый кластер будет классифицирован в соответствии с вашей меткой.

В случае, если у вас очень ограниченный доступ к пометьте данные, попробуйте исследовать методы под наблюдением или под наблюдением.