传统机器学习算法解决NLP问题

       如今解决nlp问题,一般都是使用深度学习相关算法。在深度学习算法没有发展到如今水平之前,都是通过传统机器学习算法来解决nlp问题。下面为大家总结了解决nlp相关问题的传统机器学习算法。

  • 分类模型:文本分类、意图识别、情感分类
    • Logistics Regression
    • Bayes Model
    • SVM
    • Decision Tree
  • 序列标注模型:分词、词性标注、命名实体标注
    • 隐马尔科夫模型(HMM)
    • 最大熵模型(MEM)
    • 条件随机场(CRF)
    • 平均感知机模型(AP)
  • 序列生成模型:机器翻译
    • 传统机器学习没有合适的算法,一般使用语言模型来做单语的序列生成,使用统计机器翻译模型实现双语的序列生成

缺点

  • 繁琐的特征工程
  • 算法模型对序列建模能力弱
  • 流水线式的搭建导致错误传播

https://edu.csdn.net/course/play/8673

 

发布了79 篇原创文章 · 获赞 121 · 访问量 40万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 精致技术 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览