我如何训练以在 NLP 中找到美国状态的出现？

Question

当这个集合被限制为 50 个州时，我如何训练以找到美国州的出现，因为我们需要大量数据（比如 1000 行）来训练某个标签。

Answer 1

我认为这取决于您在这里尝试解决的任务。您是否需要区分某些两个字母组合是否为美国州名？只需一组简单的名称就可以吗？或者您正在尝试为州名称构建某种简单的 NER (https://en.wikipedia.org/wiki/Named-entity_recognition)？这样，您也可以从通过正则表达式进行简单匹配开始，但如果您想稍后训练一些模型 - 您有超过 50 个示例。您的数据集不仅仅是“这两个字母是否代表状态”，而是许多句子，其中有状态名称，或者根本没有。