【问题标题】:Text Classification into Predefined Labels, Unsupervised and Continuous learning将文本分类为预定义标签、无监督和持续学习
【发布时间】:2018-03-23 10:10:45
【问题描述】:

我正在尝试做某事,我想将客户呼叫分类为 n 个预定义的类别。我的电话中单词的频率无法决定标签。但是,类别词将出现在呼叫中。而且我没有训练数据。

此外,我可以将传入的文本分类为标签,并且我希望我的机器同时从新的分类数据中学习。

例如:来电 - 系统必须能够将其分类到 n 个类别中,然后我也会手动标记该呼叫,然后系统应该能够相应地调整,赋予手动分类的权重。

【问题讨论】:

    标签: python machine-learning nlp artificial-intelligence


    【解决方案1】:

    您需要训练数据,或者您可以收集原始数据并手动进行分类(可能使用循环),然后使用新数据作为您的训练数据,但这不是一个好方法。

    【讨论】:

    • 感谢您的回复;问题是我没有原始数据或数据集:(
    • 也许这会对你有所帮助dzone.com/articles/…
    • 谢谢你,我看到了这个,听起来几乎是我需要的 - 但这是一个在线 API :( 我想使用我自己的东西,很抱歉打扰你 :) 但谢谢!跨度>
    猜你喜欢
    • 2019-06-04
    • 1970-01-01
    • 2015-03-17
    • 2014-04-20
    • 2020-03-22
    • 2018-04-06
    • 2017-06-15
    • 2013-03-24
    • 2019-02-20
    相关资源
    最近更新 更多