如何为文本分类问题选择最优模型

文本分类的应用现状：

• 垃圾邮件分类
• 情感分析
• 个性化推荐
• 舆情分析
• 影视评价
• 新闻主题

文本分类中的常见误区：

1. 深度模型一定由于传统的机器学习模型吗？

模型效果取决于训练数据集大小，算法，和样本的多样性：

• 数据集越大，越适合深度学习模型；
• 算法的设计会对结果产生直接影响；
• 模型的泛化

2. 在验证集上准确率高在线上准确率就高吗？

• 训练数据集的大小
• 是否过拟合
• 其他因素

3. 准确率是文本分类中最重要的指标吗？

一般看准确率，召回率和预测效率，在实际应用中，预测效率往往是最重要的指标。

4. 越复杂的模型效果越好？

模型过于复杂可能会有过拟合。