文本预处理
1. 文本预处理机器作用
文本语料在输送给模型前一般需要一系列的预处理工作,才能符合模型输入的要求,如:将文不转化成模型需要的张量,规范张量的尺寸等,而且科学的文本预处理环节还将有效指导模型超参数的选择,提升模型的评估指标。
定义:文本送给模型之前,提前要做的工作指导
作用:模型超参数的选择、提升模型的评估指标
举例子:
* 思路常识:打造模型中的X,Y
* 关于Y:10分类标签是够均匀
* 关于X:数据有没有脏数据、数据长度、样本不够
* 预处理工作结束的标志:准备X和Y能送给模型
2. 文本预处理包含的主要环节
2.1 文本处理的基本方法
对应章节链接:https://blog.csdn.net/lys_828/article/details/134339086
2.1.1 分词
把词重新组合后再分开
2.1.2 词性标注
把一句话的动词、名词、形容词…等给标注出来
2.2.3 命名实体标注
命名实体:通用实体(人名、地名、机构名等)、专业领域实体(与领域相关)
2.2 文本张量表示方法
对应章节链接: